Embed Size (px)
Citation preview
UNIVERSIDADE ESTADUAL PAULISTA
CAMPUS DE PRESIDENTE PRUDENTE
FACULDADE DE CIENCIAS E TECNOLOGIA
Programa de Pos-Graduacao em Ciencias Cartograficas
Bruno Cesar Vani
Analise da Cintilacao Ionosferica no Brasil
empregando GNSS e Tecnicas de Mineracao e
Visualizacao de Dados
DISSERTACAO
Presidente Prudente
2014
Bruno Cesar Vani
Analise da Cintilacao Ionosferica no Brasil
empregando GNSS e Tecnicas de
Mineracao e Visualizacao de Dados
Dissertacao apresentada ao Programa dePos-Graduacao em Ciencias Cartograficasda Universidade Estadual Paulista “Julio deMesquita Filho”, Campus de Presidente Pru-dente, para obtencao do tıtulo de Mestre emCiencias Cartograficas.
Orientador: Prof. Dr. Milton Hirokazu Shimabukuro
Co-orientador: Prof. Dr. Joao Francisco Galera Monico
Presidente Prudente
2014
FICHA CATALOGRAFICA
DADOS CURRICULARES
Bruno Cesar Vani
Nascimento: 14/08/1987 em Regente Feijo/SP.
Filiacao: Jorge Henrique Vani e Lucimar Santana Vani
2006-2011: Curso de Graduacao
Bacharelado em Ciencia da Computacao
Faculdade de Ciencias e Tecnologia - UNESP
2012: Curso de Pos-Graduacao
Mestrando no Programa de Pos-Graduacao em Ciencias Cartograficas
Faculdade de Ciencias e Tecnologia - UNESP
Agradecimentos
Agradeco primeiramente a Deus, pela oportunidade.
Ao orientador Prof. Dr. Milton Hirokazu Shimabukuro e ao co-orientador Prof. Dr.
Joao Francisco Galera Monico, pela confianca e incentivo.
Aos amigos do Programa de Pos-Graduacao em Ciencias Cartograficas.
A todos os funcionarios e colaboradores da FCT/UNESP.
A minha famılia, pela paciencia e compreensao.
Resumo
Cintilacoes ionosfericas sao rapidas variacoes na amplitude e/ou fase de um sinal deradio ao se propagar por irregularidades na densidade de eletrons na ionosfera. Estefenomeno prejudica a acuracia dos Sistemas Globais de Navegacao por Satelite (GlobalNavigation Satellite Systems - GNSS), ja que podem acarretar, dentre outros aspectos,que o receptor perca a sintonia com um ou mais satelites durante o rastreio do sinal. Aocorrencia e a intensidade de cintilacoes ionosfericas variam de acordo com varios fatores,tais como a atividade solar, epoca do ano, regiao no globo terrestre e horario local. Emperıodos de maxima atividade solar, os efeitos da cintilacao ionosferica sao ainda maisintensos, principalmente em regioes equatoriais como o Brasil. Estacoes GNSS de moni-toramento contınuo da ionosfera foram instaladas no territorio brasileiro desde fevereirode 2011 atraves de projetos que contam com a cooperacao de diversas instituicoes da Eu-ropa e do Brasil, dentre as quais esta inserida a Faculdade de Ciencias e Tecnologia (FCT)da Universidade Estadual Paulista Julio de Mesquita Filho (UNESP). Estas estacoes con-tam com receptores capazes de fornecer ındices de cintilacao ionosferica e metricas sobreos sinais recebidos, os quais sao denominados Ionospheric Scintillation Monitor Recei-vers (ISMR). Com a infraestrutura de monitoramento disponıvel, mais de dez milhoes deobservacoes de monitoramento sao obtidas diariamente. Extrair informacoes relevantesem meio a esta grande quantidade de dados pode-se tornar um processo arduo. Nestecontexto, nesta pesquisa foi investigado o uso de tecnicas de mineracao e visualizacaode dados visando estender as possibilidades de analise do comportamento da cintilacaoionosferica no Brasil, alem de seus efeitos no posicionamento GNSS. Uma ferramenta paraexploracao e analise dos dados – denominada ISMR Query Tool – foi desenvolvida utili-zando estas tecnicas. Tal ferramenta foi disponibilizada a comunidade cientıfica atravesda Internet, constituindo uma infraestrutura de analise que complementa a infraestruturade monitoramento. Nesta dissertacao, sao apresentadas as caracterısticas e potencialida-des das tecnicas implementadas, bem como experimentos e analises dos resultados pelaaplicacao das mesmas, os quais contribuıram na analise do comportamento e na avaliacaodos impactos da cintilacao ionosferica no Brasil. Sao avaliados aspectos como as varia-coes espaciais, temporais e caracterısticas peculiares das cintilacoes, bem como os efeitoscausados no posicionamento GNSS.
Palavras-chave: Cintilacao Ionosferica. Posicionamento GNSS. Mineracao e Visua-lizacao de Dados.
Abstract
Ionospheric scintillations are rapid variations on amplitude and/or phase of a radiosignal as it passes through irregularities on electron density on the ionosphere. Thisphenomenum decrease the accuracy of Global Navigation Satellite Systems (GNSS) oncecan lead to, among other aspects, that receiver lose the lock of one or more satellitesduring signal tracking. The occurence and intensity of ionospheric scintillations changeaccording to several factors like solar activity, epoch in the year, geographic location andlocal time. During high solar activity the effects are more intense mainly at equatorialregions like Brazil. GNSS monitoring stations were deployed on Brazilian territory sinceFebruary 2011 through projects of cooperation of several institutions of Europe and Bra-zil, among is inserted the Faculdade de Ciencias e Tecnologia (FCT) da UniversidadeEstadual Paulista Julio de Mesquita Filho (UNESP). Receivers installed at these stati-ons provide scintillation indexes and signal metrics for each satellite tracked, so calledIonospheric Scintillation Monitor Receivers (ISMR). With the monitoring infrastructure,more than ten million monitoring observations are obtained daily. Extract relevant infor-mation in this big amount of data can be a hard process. In this context, this researchinvestigated the usage of data mining and data visualization techniques in order to extendthe possibilities of analyzing the scintillations in Brazil and its effects on GNSS positi-oning. A software for data exploration and analysis – named ISMR Query Tool – wasdeveloped by using these techniques. This software was available to scientific communitythrough Internet, constituting an analysis infrastructure that complements the monito-ring infrastructure. On this master thesis, the main features and potential applications ofthe implemented techniques, as well as experiments and analysis by its applications arepresented, which contribute on the analysis and evaluation of the impact of scintillationsin Brazil. General aspects are evaluated, like variation on time and space and peculiarfeatures of scintillations, as well as effects on GNSS positioning.
Keywords: Ionospheric Scintillation. GNSS Positioning. Data Mining and Visualiza-tion.
Lista de Figuras
1 Configuracao basica dos Satelites GPS. Fonte: Seeber (2003, p. 211). . . p. 23
2 Princıpio basico do posicionamento com GPS. Fonte: Seeber (2003, p 211). p. 24
3 Fotoionizacao. Fonte: Dal Poz (2010). . . . . . . . . . . . . . . . . . . . . p. 32
4 Divisao da Ionosfera em Camadas. Fonte: Dal Poz (2010). . . . . . . . . p. 33
5 Manchas solares nos ultimos 400 anos. Adaptado de Rohde (2012). . . . p. 36
6 Sunspot Number e Fluxo Solar. Fonte: National Oceanic and Atmosphe-
ric Administration (NOAA) - Space Weather Prediction Center (2014). . p. 37
7 Sunspot Number observado e predito. Fonte: National Aeronautics and
Space Administration (NASA) (2014). . . . . . . . . . . . . . . . . . . . p. 38
8 Variacao dos polos magnetico e geomagnetico no hemisferio Norte. Adap-
tada de World Data Center for Geomagnetism, Kyoto (2014). . . . . . . p. 40
9 Equador geomagnetico para o ano de referencia de 2010. Adaptada de
World Data Center for Geomagnetism, Kyoto (2014). . . . . . . . . . . . p. 40
10 Esquematizacao da cintilacao nos sinais GNSS. Adaptado de Walter et
al. (2010). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 43
11 Frequencia de ocorrencia de cintilacao de acordo com a localizacao geo-
grafica. Adaptada de Kintner Jr., Humphreys e Hinks (2009). . . . . . . p. 44
12 Oval auroral sobre a America do Norte. Fonte: Skone e Hoyle (2005). . . p. 45
13 Distribuicao global do ındice S4 em 15 de Setembro de 2000 as 21h local.
Fonte: Conker et al. (2003). . . . . . . . . . . . . . . . . . . . . . . . . . p. 48
14 Estacoes da Rede CANGIM. Fonte: Skone et al. (2005). . . . . . . . . . . p. 52
15 Exemplo de mapa disponibilizado pelo Projeto SCINTEC. Fonte: Insti-
tuto Nacional de Pesquisas Espaciais (INPE) (2009). . . . . . . . . . . . p. 53
16 Estacoes da Rede CIGALA/CALIBRA. Fonte: Universidade Estadual
Paulista - Campus Presidente Prudente (2013). . . . . . . . . . . . . . . p. 54
17 Fluxo diario atual das estacoes da Rede CIGALA/CALIBRA. . . . . . . p. 56
18 Exemplo do WBMod. Fonte: NorthWest Research Associates, Inc. (NWRA)
(2011). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 57
19 Exemplos do GISM. Fonte: IEEA - Theoretical Studies in Electromag-
netism (2010). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 59
20 Estacao de monitoramento utilizada para a inferencia dos parametros de
atividade da ionosfera. Fonte: Mendonca, Monico e Motoki (2012). . . . p. 63
21 Indice S4, erro nas componentes Leste (E), Norte (N) e Vertical (H) em
RTK. Fonte: Mendonca, Monico e Motoki (2012). . . . . . . . . . . . . . p. 64
22 Cintilacao observada e erros obtidos em PPP. Fonte: Silva, Monico e
Marques (2012). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 65
23 Comparacao entre um disquete e um cartao Micro SD. . . . . . . . . . . p. 66
24 Quatro conjuntos de dados com caracterısticas divergentes, mas com pro-
priedades estatısticas identicas. Adaptado de Croarkin e Tobias (2012). . p. 67
25 Processo de Visualizacao. Adaptado de Ware (2012, p. 4). . . . . . . . . p. 70
26 Escopo da Analıtica Visual. Adaptado de Keim et al. (2008b, p. 4). . . . p. 72
27 Ciclo do Processo Analıtico-Visual. Traduzido de Keim et al. (2008a,
p. 165). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 72
28 Escopo da Mineracao de Dados. Traduzido de Han e Kamber (2006, p. 29). p. 73
29 Processo KDD incluindo a Mineracao de Dados. Adaptado de Han e
Kamber (2006, p. 6). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 74
30 Arquitetura geral de um Sistema de Mineracao de Dados. Adaptado de
Han e Kamber (2006, p. 8). . . . . . . . . . . . . . . . . . . . . . . . . . p. 75
31 Representacao temporal atraves de graficos de dispersao. Fonte: Rei-
mann et al. (2008). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 78
32 Tentativa de representacao de diversas series na tela. Adaptada de Few
(2008) e Ward, Grinstein e Keim (2010). . . . . . . . . . . . . . . . . . . p. 79
33 Formacao dos horizon charts. Adaptada de Few (2008). . . . . . . . . . . p. 80
34 Formacao dos horizon charts. Adaptada de Bostock (2012). . . . . . . . . p. 80
35 Representacao de varias series temporais com horizon charts. Fonte:
Bostock (2012). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 81
36 Representacao espaco-temporal com mapas e pixel-based. Fonte: Shima-
bukuro et al. (2004). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 82
37 Calendar view representando a quantidade de funcionarios dentro de uma
empresa. Fonte: Wijk e Selow (1999). . . . . . . . . . . . . . . . . . . . . p. 82
38 Reducao de dimensionalidade com a tecnica PAA. Adaptada de Lin et
al. (2003). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 83
39 Conversao de uma serie temporal em uma representacao simbolica com
SAX. Fonte: Lin et al. (2004). . . . . . . . . . . . . . . . . . . . . . . . . p. 84
40 Aplicacao de janelas deslizantes. Fonte: Lin et al. (2003). . . . . . . . . . p. 84
41 Visualizacao da representacao SAX utilizando arvore. Fonte: Lin et al.
(2004). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 85
42 Fluxo logico dos dados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 88
43 Exemplo de interface baseada em filtros da ISMR Query Tool. . . . . . . p. 89
44 Ciclo analıtico-visual com visualizacao de series temporais. . . . . . . . . p. 91
45 Comparacoes de ındices observados por diferentes estacoes. . . . . . . . . p. 92
46 Identificacao dos horarios mais afetados pela cintilacao em Marco/2013. . p. 93
47 Visualizacao do ındice S4 baseada em grids. . . . . . . . . . . . . . . . . p. 94
48 Visualizacao da media do ındice S4 para cada dia e hora do dia (UTC)
em um perıodo de dois meses para uma unica estacao. . . . . . . . . . . p. 95
49 Representacao com pierce-points. . . . . . . . . . . . . . . . . . . . . . . p. 95
50 Visualizacao de seis atributos para dois satelites atraves dos horizon-charts. p. 96
51 Exemplo de visao de calendario. . . . . . . . . . . . . . . . . . . . . . . . p. 96
52 Visualizacao dos resultados da tecnica SAX. . . . . . . . . . . . . . . . . p. 98
53 Interacao com os resultados da tecnica SAX. . . . . . . . . . . . . . . . . p. 99
54 Indice S4 e resultante do erro posicional para um dia sem picos de cintilacao.p. 102
55 Indice S4 e resultante do erro posicional para um dia com picos de cintilacao.p. 103
56 Media diaria do ındice S4 - todas as estacoes. . . . . . . . . . . . . . . . p. 105
57 Desvio-padrao do ındice S4 nos pierce points (mascara de elevacao de
20o; grid com resolucao de 1o; dados GPS do mes de Outubro de 2012). . p. 106
58 Desvio-padrao do ındice S4 nos pierce points (mascara de elevacao de
20o; grid com resolucao de 1o; dados GPS do mes de Dezembro de 2013). p. 106
59 Horarios mais afetados no mes de Outubro de 2012. . . . . . . . . . . . . p. 107
60 Estacao PRU2 - variacao dos horarios mais afetados pela cintilacao na
ultima quinzena do mes de Outubro de 2012. . . . . . . . . . . . . . . . . p. 108
61 Media diaria do ındice S4 - estacao PALM. . . . . . . . . . . . . . . . . . p. 109
62 Media diaria do ındice S4 - estacao PRU2. . . . . . . . . . . . . . . . . . p. 109
63 Media diaria do ındice S4 - estacao POAL. . . . . . . . . . . . . . . . . . p. 110
64 Porcentagem mensal de cintilacoes moderadas a fortes (S4 > 0.3) - Es-
tacoes PALM e PRU2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 111
65 Comportamento dos picos de ındice S4 para a estacao PRU1. . . . . . . . p. 113
66 Porcentagem de cintilacoes moderadas e fortes. Comparacao entre GPS,
GLONASS e Galileo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 115
67 Porcentagem media de cintilacao moderada e alta para cada satelite GPS
na frequencia de transmissao L1, estacao PRU1, ano de 2013. . . . . . . p. 116
68 Horarios de rastreio do satelite GPS PRN 17 em diferentes epocas. . . . . p. 118
69 Porcentagem media de cintilacao moderada e alta para cada satelite
GLONASS na frequencia de transmissao L1. . . . . . . . . . . . . . . . . p. 119
70 Comparacao entre os ındices S4 total e S4 corrigido na estacao PRU2,
ano de 2013. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 120
71 Porcentagem de cintilacoes moderadas e fortes considerando apenas sa-
telites GPS do bloco II-F na estacao PRU1, ano de 2013. . . . . . . . . . p. 120
72 Identificacao de multicaminho na estacao MAN2. . . . . . . . . . . . . . p. 121
73 Comparativo entre as estacoes MAN2 e PRU2. . . . . . . . . . . . . . . . p. 122
74 Estacao MAN2 apos a filtragem no parametro sigma ccd. . . . . . . . . . p. 123
75 Trajetoria da solucao posicional. . . . . . . . . . . . . . . . . . . . . . . . p. 125
76 Indice S4 obtido na semana. . . . . . . . . . . . . . . . . . . . . . . . . . p. 125
77 Erros posicionais no processamento original e no processamento modificado.p. 126
78 Representacao de cırculos com raios proporcionais ao desvio-padrao re-
sultante – Modo PPS, dia 14/11/2013 12:00 UTC. . . . . . . . . . . . . . p. 128
79 Analise comparativa entre a degradacao no PPS e o ındice S4. . . . . . . p. 128
Lista de Abreviaturas
CALIBRA Countering GNSS high Accuracy applications Limitations due to Ionosphe-
ric disturbances in BRAzil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
CANGIM Canadian GPS Network for Ionospheric Monitoring . . . . . . . . . . . . . . . . . . . 51
CGM Corrected GeoMagnetic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
CIGALA Concept for Ionospheric Scintillation Mitigation for Professional GNSS in
Latin America . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
DGPS Differential GPS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .29
DGRF/IGRF Definite/International Geomagnetic Reference Field . . . . . . . . . . . . . . . . . . . 39
EDA Exploratory Data Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
ESA European Space Agency . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
EUV Extreme Ultraviolet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
FCT Faculdade de Ciencias e Tecnologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
GBAS Ground Based Augmentation System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
GEGE Grupo de Estudos em Geodesia Espacial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
GISM Global Ionospheric Scintillation Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
GLONASS GLObal’naya NAvigatsionnaya Sputnikkovaya Sistema . . . . . . . . . . . . . . . . 22
GNSS Global Navigation Satellite Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
GPS Global Positioning System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
IGS International GNSS Service . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
ISMR Ionospheric Scintillation Monitor Receiver . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
KDD Knowledge Discovery from Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
NASA National Aeronautics and Space Administration . . . . . . . . . . . . . . . . . . . . . . . 38
NOAA National Oceanic and Atmospheric Administration . . . . . . . . . . . . . . . . . . . . 34
NWRA Northwest Research Associates, Inc. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
PAA Piecewise Aggregation Approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
PPP Posicionamento por Ponto Preciso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .19
PPS Posicionamento por Ponto Simples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
RAIM Receiver Autonomous Integrity Monitoring . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
RBMC Rede Brasileira de Monitoramento Contınuo dos Sistemas GNSS . . . . . 124
RTK Real Time Kinematic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
SAX Symbolic Aggregation Approximation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
SBAS Space-Based Augmentation System . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
SGBD Sistema Gerenciador de Banco de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
SNR Signal to Noise Ratio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
SSN Sunspot Number . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
TEC Total Electron Content . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41
TECU TEC-Unit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
UNESP Universidade Estadual Paulista Julio de Mesquita Filho . . . . . . . . . . . . . . . 20
Sumario
1 Introducao p. 18
1.1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 19
1.2 Justificativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 20
1.3 Organizacao do Documento . . . . . . . . . . . . . . . . . . . . . . . . . p. 20
2 Sistemas Globais de Navegacao por Satelite (GNSS) p. 22
2.1 Introducao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 22
2.1.1 Global Positioning System (GPS) . . . . . . . . . . . . . . . . . . p. 23
2.2 Observaveis GNSS e Efeitos Sistematicos . . . . . . . . . . . . . . . . . . p. 26
2.3 Metodos de Posicionamento GNSS . . . . . . . . . . . . . . . . . . . . . p. 29
3 Ionosfera e Cintilacao Ionosferica p. 31
3.1 Ionosfera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 31
3.1.1 Divisao em Camadas . . . . . . . . . . . . . . . . . . . . . . . . . p. 32
3.1.2 Influencia da Atividade Solar na Ionosfera . . . . . . . . . . . . . p. 33
3.1.2.1 Ciclo Solar . . . . . . . . . . . . . . . . . . . . . . . . . p. 35
3.1.2.2 Interacao Solar-Terrestre . . . . . . . . . . . . . . . . . . p. 38
3.2 Latitude Geomagnetica . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 39
3.3 Atraso ionosferico e Conteudo Total de Eletrons . . . . . . . . . . . . . . p. 41
3.4 Cintilacao Ionosferica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 42
3.5 Estimativas de cintilacao . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 45
3.5.1 Cintilacoes de Amplitude e Indice S4 . . . . . . . . . . . . . . . . p. 46
3.5.2 Cintilacoes de Fase e ındice Sigma-fi . . . . . . . . . . . . . . . . p. 49
3.6 Redes GNSS de Monitoramento Contınuo da Ionosfera . . . . . . . . . . p. 51
3.6.1 Canadian GPS Network for Ionospheric Monitoring
(CANGIM) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 51
3.6.2 Projeto SCINTEC . . . . . . . . . . . . . . . . . . . . . . . . . . p. 52
3.6.3 Rede CIGALA/CALIBRA . . . . . . . . . . . . . . . . . . . . . . p. 53
3.7 Modelos de Cintilacao Ionosferica . . . . . . . . . . . . . . . . . . . . . . p. 56
3.7.1 WideBand MODel (WBMOD) . . . . . . . . . . . . . . . . . . . . p. 56
3.7.2 Global Ionospheric Scintillation Model (GISM) . . . . . . . . . . . p. 58
4 Influencia da Cintilacao Ionosferica no Posicionamento GNSS p. 60
4.0.3 Influencia no Posicionamento Relativo . . . . . . . . . . . . . . . p. 62
4.0.4 Influencia no Posicionamento por Ponto Preciso (PPP) . . . . . . p. 63
5 Visualizacao e Mineracao de Dados p. 66
5.1 Visualizacao de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 68
5.1.1 O conceito de Visual Analytics . . . . . . . . . . . . . . . . . . . p. 71
5.2 Mineracao de Dados (Data Mining) . . . . . . . . . . . . . . . . . . . . . p. 73
5.2.1 Funcionalidades da Mineracao de Dados . . . . . . . . . . . . . . p. 75
5.3 Tecnicas de Mineracao e Visualizacao de Dados . . . . . . . . . . . . . . p. 77
6 Concepcao e desenvolvimento de uma ferramenta para mineracao e
visualizacao de dados: ISMR Query Tool p. 86
6.1 Da Infraestrutura de Monitoramento para a Infraestrutura de Analise . . p. 87
6.1.1 Recursos Implementados: Visualizacao e
Mineracao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 88
6.1.1.1 Sıntese dos Recursos de Mineracao e Visualizacao Im-
plementados . . . . . . . . . . . . . . . . . . . . . . . . . p. 99
6.2 Inclusao do erro posicional como atributo na base de dados . . . . . . . . p. 100
7 Experimentos e Analises dos Resultados p. 104
7.1 Variacoes temporais e espaciais . . . . . . . . . . . . . . . . . . . . . . . p. 104
7.2 Comparacoes envolvendo Constelacoes, Satelites, Indices e Frequencias . p. 114
7.2.1 Comparacao entre GPS, GLONASS e Galileo . . . . . . . . . . . p. 114
7.2.2 Comparacao entre os Indices S4 Total e S4 Corrigido . . . . . . . p. 119
7.2.3 Comparacao entre Frequencias (L1, L2 e L5) . . . . . . . . . . . . p. 120
7.3 Avaliacao em relacao ao Multicaminho . . . . . . . . . . . . . . . . . . . p. 121
7.4 Experimento para mitigacao dos efeitos da cintilacao ionosferica no PPP p. 123
7.5 Experimento no PPS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . p. 127
8 Conclusao p. 129
Referencias p. 133
18
1Introducao
Os Sistemas Globais de Navegacao por Satelite (Global Navigation Satellite Systems –
GNSS) sao constituıdos por constelacoes de satelites que permitem, atraves da transmissao
de sinais, determinar as coordenadas da antena de um receptor.
Atualmente, pode-se destacar quatro constelacoes GNSS: a norte-americana GPS, a
russa GLONASS, a europeia GALILEO e a chinesa Beidou/Compass, sendo que as duas
ultimas ainda estao em fase de implantacao. Compoem tambem o GNSS os sistemas de
complemento, como os baseados em satelites geoestacionarios e em estacoes terrestres.
Estes sistemas se tornaram indispensaveis para aplicacoes em diversas areas. Como
exemplo, pode-se citar a agricultura de precisao, na qual a tecnologia de posicionamento
por satelite proporciona melhor qualidade e producao dos campos de plantio. Pode-
se, tambem, citar a navegacao, que ganha cada vez mais adeptos atraves de sistemas
GNSS embutidos em receptores portateis, celulares, veıculos, dentre outros. Destacam-se
ainda o emprego do GNSS na Meteorologia (SAPUCCI; MACHADO; MONICO, 2009),
Aeronomia (MUELLA et al., 2011), dentre outras areas.
A qualidade do posicionamento GNSS se degrada quando ocorre a cintilacao ionosfe-
rica, um fenomeno muito comum nas regioes equatoriais (aproximadamente 15o ao norte
e ao sul do equador geomagnetico (KLOBUCHAR, 1987)) e de baixas latitudes, portanto,
tambem no Brasil.
Esta pesquisa visou estender as possibilidades de analise do comportamento da cinti-
lacao ionosferica e seus efeitos no posicionamento GNSS. Foram utilizados dados providos
por estacoes GNSS de monitoramento contınuo da cintilacao ionosferica, as quais estao
distribuıdas pelo territorio brasileiro e disponibilizam observacoes de monitoramento a
cada minuto. Estas estacoes fazem parte da Rede CIGALA/CALIBRA, cujos primeiros
19
receptores foram constituıdos em fevereiro de 2011.
Considerando a configuracao da rede, tem-se mais de 10 milhoes de observacoes a cada
dia: sao mais de 60 parametros, que incluem ındices de cintilacao ionosferica, parametros
referentes a ionosfera e metricas sobre o sinal rastreado – os quais sao obtidos para cada
satelite a cada minuto.
Cabe destacar que para o desenvolvimento de tecnicas de mitigacao de cintilacao io-
nosferica no posicionamento GNSS, deve-se buscar perıodos onde ela ocorreu, o que era
difıcil devido a grande quantidade de dados. Para a extracao de informacoes relevan-
tes em meio a este grande volume de dados, pode-se recorrer a tecnicas de Mineracao
e Visualizacao de dados oriundas da area de Ciencia da Computacao, explorando-se um
ciclo analıtico visual. A investigacao e uso destas tecnicas foram objetos de estudo desta
pesquisa. Os resultados obtidos permitem a realizacao de diversas analises sobre o com-
portamento das cintilacoes ionosfericas, podendo inclusive subsidiar o desenvolvimento de
tecnicas de mitigacao dos efeitos deste fenomeno no posicionamento GNSS. Estas tecnicas
foram viabilizadas atraves da ferramenta “ISMR Query Tool”, a qual foi desenvolvida e
disponibilizada a comunidade cientıfica ao longo desta pesquisa.
1.1 Objetivos
Este projeto tem por objetivo geral investigar e avaliar o uso de tecnicas de visuali-
zacao de dados – explorando-se o conceito emergente de Visual Analytics (KEIM et al.,
2008b) – bem como tecnicas de mineracao de dados para suporte a analise da cintilacao
ionosferica no Brasil. Desta forma, explora-se a percepcao visual humana e a capacidade
de descoberta de conhecimento das tecnicas de mineracao de dados, visando dar suporte
ao posicionamento GNSS.
Como objetivos especıficos, tem-se
• Aplicacao de tecnicas de Mineracao e Visualizacao de Dados – como exemplo a abor-
dagem proposta pela tecnica SAX (LIN et al., 2003) – para analise das informacoes
coletadas pelas estacoes de monitoramento de cintilacao ionosferica;
• Aplicacao de metodos e softwares de posicionamento GNSS – sobretudo posiciona-
mento por ponto simples (PPS) e posicionamento por ponto preciso (PPP) – a fim
de extrair informacoes relevantes que identifiquem o quanto o posicionamento esta
sendo degradado pela cintilacao ionosferica.
20
1.2 Justificativa
Os efeitos causados pela cintilacao ionosferica podem interferir negativamente no
GNSS, acarretando em perda de acuracia no posicionamento. Como o uso deste tipo
de sistema tem aumentado continuamente, inclusive se tornando essencial para algumas
atividades, como agricultura de precisao e navegacao, contribuir para a eficacia do GNSS
e uma maneira de colaborar indiretamente com todas estas areas.
Avancos em tecnologias de hardware permitiram que o armazenamento de grandes
quantidades de dados deixasse de ser preocupacao para muitas areas. No entanto, a
possibilidade de se manter enormes quantidades de informacoes em repositorios de da-
dos acarreta em necessidades adicionais para analisa-los. Neste contexto, o conceito de
Analıtica Visual figura como um importante aliado nos processos de tomada de decisao,
uma vez que compreende uma relacao entre as capacidades de analise do ser humano e a
organizacao de uma base de dados com grande volume de informacoes, propiciando um
aumento no conhecimento sobre estes e almejando-se chegar a novas hipoteses e conclu-
soes; tem-se ainda na Mineracao de Dados a caracterıstica de extracao de conhecimento
em grandes volumes de dados.
O desenvolvimento da ISMR Query Tool consiste em uma importante contribuicao
para os pesquisadores do Grupo de Estudos em Geodesia Espacial (GEGE) da Faculdade
de Ciencias e Tecnologia (FCT) da Universidade Estadual Paulista Julio de Mesquita
Filho (UNESP), bem como para usuarios provenientes de outras instituicoes nacionais e
internacionais, uma vez que a ferramenta permite a exploracao visual dos dados e agrega
facilidade de acesso e uso atraves de sua interface acessıvel via web. Diversas pesquisas
vem sendo realizadas a partir da base de dados disponıvel em diversos segmentos, como
iniciacao cientıfica, mestrado e doutorado.
Destaca-se que o estudo e o desenvolvimento de tecnicas de Mineracao e Visualizacao
de Dados permitem que as mesmas sejam aplicadas em diferentes contextos. Desta forma,
os resultados obtidos tambem podem ser aplicados em outras areas.
1.3 Organizacao do Documento
Alem dos aspectos introdutorios, este documento esta organizado em mais sete Capı-
tulos.
Os Capıtulos 2 a 5 trazem a fundamentacao teorica: o Capıtulo 2 introduz o GNSS,
21
destacando os princıpios de funcionamento; no Capıtulo 3, sao destacadas as caracterısti-
cas da ionosfera e da cintilacao ionosferica; o Capıtulo 4 apresenta os efeitos da cintilacao
ionosferica no posicionamento GNSS; e o Capıtulo 5 discorre sobre a Visualizacao e a
Mineracao de Dados.
No Capıtulo 6, a abordagem proposta neste Projeto e apresentada: a concepcao e o
desenvolvimento de uma ferramenta para mineracao e visualizacao de dados de monito-
ramento de cintilacao – a ISMR Query Tool.
O Capıtulo 7 apresenta experimentos e analises dos resultados obtidos pela aplicacao
das tecnicas de mineracao e visualizacao aplicadas.
Por fim, no Capıtulo 8 sao apresentadas conclusoes, novas perspectivas obtidas atraves
do Projeto, comentarios gerais e consideracoes finais.
22
2Sistemas Globais de Navegacao por Satelite (GNSS)
2.1 Introducao
Os Sistemas Globais de Navegacao por Satelite sao constituıdos por constelacoes de
satelites que permitem, atraves da transmissao de sinais a um receptor, determinar as suas
coordenadas. Estes sinais sao transmitidos em frequencias especıficas, e as caracterısticas
peculiares que permitem a identificacao dos mesmos pelos receptores caracterizam as
observaveis GNSS.
Atualmente, destacam-se quatro sistemas globais (GREWAL; WEILL; ANDREWS,
2007; MONICO, 2008; MARQUES, 2012):
• Global Positioning System (GPS): sistema de radionavegacao desenvolvido pelo De-
partamento de Defesa dos Estados Unidos. Desenvolvido inicialmente para fins
militares, o sistema se tornou muito popular e util a diversos segmentos, como agri-
cultura de precisao e navegacao. Foi declarado operacional em 1985;
• GLObal’naya NAvigatsionnaya Sputnikkovaya Sistema (GLONASS): sistema con-
cebido na decada de 1970 pela antiga Uniao Sovietica; atualmente e operado pela
Russia. Analogamente ao GPS, foi criado para fins militares, mas atualmente tam-
bem esta disponıvel para uso civil. Foi declarado operacional em 1995;
• Galileo: sistema em desenvolvimento pela European Space Agency (ESA), teve o
primeiro satelite lancado em 2005. Mais satelites serao lancados apos a etapa de
validacao do sistema;
• Beidou/Compass: sistema em desenvolvimento pela China; o primeiro lancamento
de satelite ocorreu no ano 2000. Estao previsos mais de 30 satelites em orbita
23
transmitindo em tres frequencias, sendo que alguns deles permanecerao em orbitas
geoestacionarias.
Tambem compoem o GNSS alguns complementos ao sistema. Os sistemas de comple-
mento baseados em satelites sao denominados Space-Based Augmentation System (SBAS),
os quais podem ser utilizados, por exemplo, para a obtencao de correcoes diferenciais e
para avaliacao de integridade. Outro tipo de sistema de complemento sao os Ground Ba-
sed Augmentation System (GBAS), os quais sao similares aos SBAS mas transmitem as
informacoes a partir de estacoes terrestres (GREWAL; WEILL; ANDREWS, 2007).
Na Subsecao a seguir, mais detalhes sao apresentados para o GPS, tecnologia mais
difundida e utilizada atualmente. De uma forma geral, caracterısticas similares estao
presentes nos outros sistemas.
2.1.1 Global Positioning System (GPS)
O GPS esta sob desenvolvimento nos Estados Unidos desde 1973, sendo inicialmente
caracterizado como um sistema militar. A disposicao basica dos satelites GPS, que conta
com 24 satelites, foi planejada de modo que pelo menos quatro satelites estejam simulta-
neamente visıveis acima do horizonte em qualquer lugar da Terra, 24 horas por dia. A
Figura 1 apresenta esta disposicao, composta por seis planos orbitais que distam aproxi-
madamente 20.200 km da superfıcie terrestre. O perıodo orbital e de 12h siderais, o que
faz com que a mesma configuracao de geometria dos satelites seja repetida no dia seguinte
cerca de quatro minutos mais cedo em relacao ao tempo universal (SEEBER, 2003).
Figura 1: Configuracao basica dos Satelites GPS. Fonte: Seeber (2003, p. 211).
Do ponto de vista geometrico, medidas de distancia a partir de tres satelites com
24
coordenadas conhecidas seriam suficientes para obtencao das coordenadas do usuario.
No entanto, um quarto satelite e necessario: o GPS utiliza a comunicacao de uma via,
onde os sinais sao transmitidos apenas pelos satelites. Para a obtencao das distancias
satelite-receptor, o tempo de percurso do sinal e escalado em uma distancia a partir de
sua velocidade. No entanto, os osciladores dos satelites nao sao sincronizados com os osci-
ladores dos receptores, causando um erro sistematico de sincronizacao. A presenca deste
erro justifica o uso do termo pseudodistancia, ao inves de somente distancia (SEEBER,
2003; MONICO, 2008). Mais detalhes sobre a pseudodistancia sao apresentados na Secao
2.2. Logo, o princıpio basico de navegacao com GPS e baseado em pseudodistancias entre
o usuario e quatro satelites, conforme pode ser visto na Figura 2. A partir de coordenadas
e relogios conhecidas dos satelites, pode-se obter as coordenadas da antena do receptor
do usuario e o referido erro de sincronizacao – o qual e comumente denominado erro do
relogio do receptor.
Figura 2: Princıpio basico do posicionamento com GPS. Fonte: Seeber (2003, p 211).
Para obtencao das coordenadas e relogios dos satelites, pode-se recorrer as efemerides
transmitidas pelos satelites ou pelas efemerides precisas produzidas por algum centro,
como o International GNSS Service (IGS) . As efemerides transmitidas sao enviadas
aos usuarios atraves de mensagens de navegacao. Elas sao constituıdas por elementos
Keplerianos com os quais se torna possıvel a determinacao das coordenadas dos satelites,
que neste caso, estarao associadas a um sistema de referencia (como o WGS84 para o caso
do GPS). Tambem sao transmitidos parametros perturbadores e parametros de tempo, os
quais permitem a aplicacao de correcoes relacionadas ao sistema de tempo e aos relogios
dos satelites (MONICO, 2008; MARQUES, 2012). Estas efemerides sao derivadas a partir
de observacoes feitas por estacoes de controle, as quais sao normalmente distribuıdas pelo
25
globo terrestre (SEEBER, 2003).
Ja as efemerides precisas sao obtidas atraves do pos-processamento de dados, onde
mais parametros sao levados em consideracao, como o campo gravitacional da Terra.
Os centros de analise, como o IGS, combinam solucoes baseadas em inumeras estacoes
terrestres. As efemerides precisas sao uma alternativa a usuarios que esperam maior
precisao, ja que chegam a possuir acuracia centimetrica (SEEBER, 2003; MONICO, 2008).
Atualmente, tem-se tambem disponıveis efemerides preditas, com as quais se pode obter
posicionamento em tempo real. Destaca-se que tais efemerides tambem trazem correcoes
para o erro dos relogios dos satelites.
Atualmente, 31 satelites estao operacionais na constelacao GPS. Com mais sateli-
tes disponıveis em relacao a disposicao basica – composta por 24 satelites – a maioria
dos usuarios dispoe de mais satelites visıveis em relacao ao mınimo necessario de quatro
satelites (SEEBER, 2003).
Os satelites GPS transmitem originalmente seus sinais simultaneamente nas frequen-
cias L1 (1575,42 MHz) e L2 (1227,60 MHz). Com a modernizacao dos satelites, tem-se
tambem a portadora denominada L5 (1176,45 MHz). As frequencias L1, L2 e L5 sao ob-
tidas ao multiplicar-se respectivamente a frequencia fundamental (f0 = 10.23 MHz) por
154, 120 e 115. Algumas geracoes de satelites tem sido lancadas ao longo dos anos, as
quais incluem as novas frequencias e/ou modernizacoes na estrutura do sinal (SEEBER,
2003; MONICO, 2008; MARQUES, 2012):
• Bloco I: primeiros satelites, os quais foram utilizados no desenvolvimento do sistema;
• Bloco II: primeiros satelites operacionais. O primeiro lancamento ocorreu em 1989;
atualmente nao se tem mais satelites em uso;
• Bloco IIA: os lancamentos ocorreram entre 1990 e 1997; atualmente ainda ha sate-
lites em operacao;
• Bloco IIR/IIR-M: substituicao aos satelites dos Blocos II e IIA; duas versoes de
satelites – classico (IIR) e modernizado (IIR-M). Destaca-se os novos sinais dispo-
nıveis no Bloco IIR-M: o codigo L2C na frequencia L2 e o novo codigo militar M
nas frequencias L1 e L2;
• Bloco IIF: primeiro lancamento em maio de 2010, tendo como caracterıstica principal
a transmissao de sinais na frequencia L5;
26
• Bloco III (futuro): previsao de lancamento em 2014, contendo novos sinais e auto-
nomia de monitoramento de integridade dos sinais.
2.2 Observaveis GNSS e Efeitos Sistematicos
Para fins de posicionamento GNSS, alem da observavel de pseudodistancia, tem-se
tambem a observavel de fase da onda portadora. Destaca-se que outras observaveis tam-
bem podem ser obtidas, como a variacao Doppler e a Razao Sinal Ruıdo (Signal to Noise
Ratio – SNR) (MONICO, 2008).
A pseudodistancia e obtida pela multiplicacao do tempo de propagacao do sinal – o
qual e obtido atraves da correlacao de um codigo – pela velocidade da luz. Cada satelite
GPS transmite continuamente um codigo, denominado pseudorandom noise (PRN – ruıdo
pseudoaleatorio), que nada mais e que uma sequencia binaria padrao. Os PRN’s sao
designados de maneira a garantir uma baixa correlacao entre eles. Desta forma, o receptor
– que conhece as sequencias binarias de cada PRN – consegue identificar univocamente
cada satelite emissor dos sinais (SEEBER, 2003; MONICO, 2008; MARQUES, 2012).
A medida de pseudodistancia nao consiste, de fato, na distancia geometrica entre
satelite e receptor. Isto se deve ao fato de que os sinais transmitidos pelos satelites, alem
do erro causado pelo nao sincronismo do oscilador do receptor com os osciladores dos
satelites, estao sujeitos a inumeros efeitos em sua trajetoria de propagacao do satelite
ate a antena do receptor, tais como (GREWAL; WEILL; ANDREWS, 2007; MONICO,
2008):
• Erro do relogio dos satelites: os osciladores de cada satelite, embora altamente
precisos, contem discrepancias em relacao ao tempo GPS. Coeficientes de correcao
sao transmitidos por cada satelite atraves das efemerides; desta forma, pode-se
corrigir o erro de cada satelite e associa-los a um tempo comum a todos – o tempo
GPS. Apos a correcao, o resıduo e de aproximadamente 1 ns, o que acarreta em um
erro de cerca de 1 m nas medidas;
• Refracao ionosferica: refracao do sinal ao atravessar a camada da ionosfera (aproxi-
madamente 50 a 1000 km da superfıcie terrestre). Trata-se de um meio dispersivo,
onde a refracao varia conforme a frequencia do sinal GNSS. Mais detalhes sobre este
efeito sao apresentados no Capıtulo 3;
• Refracao troposferica: a troposfera – camada da atmosfera que se estende da superfı-
27
cie terrestre ate aproximadamente 50 km de altitude – e caracterizada pela presenca
de gases secos e vapor d’agua, os quais podem aumentar o percurso do sinal causando
erros de ate cerca de 30 m nas distancias medidas. Destaca-se que, diferentemente
da ionosfera, as diferentes frequencias dos sinais GNSS sao igualmente afetadas pela
troposfera: trata-se de um meio nao dispersivo;
• Multicaminho: objetos localizados nas proximidades da antena do receptor podem
refletir os sinais GNSS, resultando em um ou mais caminhos de propagacao distintos.
Estes sinais distintos podem causar irregularidades na amplitude e na fase do sinal
direto, causando erros nas medidas e prejuızo no posicionamento;
• Erros orbitais: possıveis erros nas coordenadas dos satelites – tanto nas efemerides
transmitidas, quanto nas precisas – sao propagados para as coordenadas do usuario;
• Erros de hardware e centro de fase da antena: efeitos sistematicos aparecem no
hardware dos satelites e dos receptores, causando atraso entre as portadoras. Ja
o centro de fase da antena pode divergir do centro de massa da mesma, o qual e
utilizado como ponto de referencia das coordenadas;
• Efeitos geodinamicos: causados por interacoes da Terra com a atmosfera e o meio in-
terplanetario, tais como mares terrestres (deformacao da crosta da Terra em virtude
das forcas de mare – sol e lua), carga oceanica (deslocamentos na crosta terrestre
causados pelas mares oceanicas) e movimento do polo.
Por esta razao, a observavel pseudodistancia pode ser descrita pelo seguinte modelo
matematico (MONICO, 2008):
PDsr = ρsr + c (dtr − dts) + T sr + Isr + dms
r + εsr (2.1)
onde:
• PDsr refere-se a pseudodistancia (em metros) entre as antenas do satelite s, no
instante de transmissao, e do receptor r, no instante de recepcao;
• c e a velocidade da luz no vacuo;
• dtr e o erro do relogio do receptor no instante de recepcao;
• dts e o erro do relogio do satelite s no instante de transmissao;
28
• T sr e Isr referem-se respectivamente aos atrasos troposferico e ionosferico;
• dmsr refere-se aos efeitos de multicaminho do sinal;
• εsr refere-se a outros efeitos nao modelados.
Embora a pseudodistancia obtida pelo codigo seja o metodo mais utilizado, tal obser-
vavel tem precisao na ordem de metros. Uma observavel muito mais precisa e a fase (ou
fase de batimento) da onda portadora, cuja precisao e da ordem de milımetros.
A fase da onda portadora e obtida pela diferenca entre a fase gerada pelo satelite
no instante de transmissao do sinal e sua replica gerada pelo receptor no instante de
recepcao do sinal, o que resulta em uma medida fracionaria. Um numero inteiro de ciclos
permanece desconhecido, o qual e denominado ambiguidade da fase (MONICO, 2008;
MARQUES, 2012). Uma vez determinado o valor das ambiguidades, a medida de fase
da onda portadora pode ser considerada uma medida de pseudodistancia com muito mais
precisao, e consequentemente, obtem-se maior acuracia no posicionamento baseado nesta
observavel (TEUNISSEN; KLEUSBERG, 1998). O ruıdo da observavel de fase apos a
solucao das ambiguidades e da ordem de centımetros a milımetros (COLLINS et al., 2010).
O seguinte modelo matematico descreve a fase da onda portadora (MONICO, 2008):
φsr = f(ρsr + T sr − Isr +Dms
r
c
)+ f (dtr − dts) + [φs (t0)− φr (t0)] +N s
r + εsr (2.2)
onde:
• φsr e a fase (em ciclos);
• f e a frequencia da portadora;
• Dmsr refere-se aos efeitos de multicaminho do sinal;
• φs (t0) e a fase inicial no satelite na epoca de referencia t0;
• φr (t0) e a fase inicial no receptor na epoca de referencia t0;
• N sr e a ambiguidade da fase no instante inicial de rastreio.
Os outros termos estao definidos na Equacao 2.1. Observa-se que o termo referente a
refracao ionosferica (Isr ) na equacao da fase e negativo, ao passo que na pseudodistancia e
positivo. A velocidade de propagacao de um grupo de ondas – como os codigos modulados
29
sobre a portadora – e inferior a velocidade de fase. Desta forma, ocorre um atraso no
codigo e um avanco na fase (MONICO, 2008).
A Eq. 2.2 pode ser reescrita multiplicando-se os termos pelo comprimento de onda
(λ = c/f), resultando-se na medida da fase em metros (Φsr):
Φsr = ρsr + c (dtr − dts) + T sr − Isr +Dms
r + λ [φs (t0)− φr (t0)] + λN sr + εsr (2.3)
2.3 Metodos de Posicionamento GNSS
De uma forma geral, o conceito de posicionamento remete a determinacao da posicao
de um objeto em relacao a um referencial. Se este referencial e geocentrico, trata-se de
posicionamento absoluto; se e um referencial materializado, trata-se de posicionamento
relativo. Outro fator a destacar e o estado do objeto: se esta em repouso, trata-se de
posicionamento estatico; caso esteja em movimento, tem-se o posicionamento cinematico
(MONICO, 2008).
Ao empregar-se o GNSS para posicionamento, a presenca de alguns aspectos caracte-
riza cada um dos diversos metodos de posicionamento descritos na literatura: a observavel
utilizada, o referencial adotado, o estado do objeto a posicionar, o tratamento dos efeitos
presentes na trajetoria do sinal do satelite ate o receptor, o tipo de efemeride utilizada,
dentre outros. De uma forma geral, comparece o posicionamento absoluto, posicionamento
relativo e posicionamento diferencial.
Os dois ultimos estao relacionados a utilizacao de uma estacao base de coordenadas
conhecidas, ou seja, mais de um receptor e utilizado. Desta forma, torna-se possıvel a
realizacao de diferenciacoes entre observacoes de diferentes estacoes para a obtencao de
melhores resultados. No entanto, atualmente, o usuario com um simples receptor pode
usufruir de infraestruturas de Redes GNSS ou Sistemas de Complemento para suprir a
necessidade de receptores adicionais. Diversos metodos estao presentes na literatura, como
Real Time Kinematic (RTK) e o Differential GPS (DGPS).
Como metodos de posicionamento absoluto, destacam-se o PPS e o PPP.
O PPS pressupoe o fundamento basico de utilizacao do GNSS, configurado por um
simples receptor e a utilizacao de efemerides transmitidas; a observavel utilizada e a pseu-
dodistancia. Tal tecnica e empregada em navegacao de baixa precisao, onde costuma-se
utilizar apenas a pseudodistancia derivada do codigo C/A na portadora L1 (MONICO,
30
2008). Modelos podem ser aplicados para atenuacao dos efeitos da ionosfera e da tropos-
fera; a acuracia fica limitada a precisao das pseudodistancias e das efemerides transmitidas.
Ja o PPP e caracterizado pela utilizacao de efemerides precisas e correcoes precisas
para os erros dos relogios dos satelites (ZUMBERGE et al., 1997; MONICO, 2000; MO-
NICO, 2008). Pode-se adotar como observaveis tanto a fase quanto a pseudodistancia,
bem como combinacoes lineares para eliminar os efeitos da ionosfera. Todos os erros en-
volvidos devem ser tratados para que se obtenha alta acuracia. Por exemplo, pode-se
utilizar as efemerides precisas produzidas por algum centro, como o IGS, para se obter
as coordenadas e erros dos relogios dos satelites com maior qualidade. Tambem pode-se
recorrer a modelos regionais de ionosfera e troposfera, os quais podem apresentar melhores
resultados em relacao aos modelos globais. De maneira analoga para os demais efeitos,
tais como movimento do polo, carga oceanica, centro de fase da antena, etc.
O PPP recupera o princıpio do posicionamento GNSS, ja que pressupoe a utilizacao
de apenas um receptor (COLLINS et al., 2010). No entanto, os modelos utilizados para
as correcoes dos diferentes efeitos sao definidos em sua maioria atraves de redes, muitas
vezes globais. Logo, e possıvel perceber que, embora pressuponha apenas um receptor, o
PPP e suportado por diversas redes, envolvendo por consequencia, inumeras e variadas
infraestruturas.
A definicao dos efeitos que serao modelados, bem como a escolha das observaveis
ou combinacoes lineares utilizadas no processamento, faz com que se tenham inumeras
formas de se realizar PPP. Por exemplo, pode-se utilizar apenas as observaveis de fase
na portadora L1, utilizando as efemerides precisas provenientes do IGS, modelando-se
os efeitos da ionosfera, troposfera e centro de fase da antena, mas negligenciando-se o
efeito das mares terrestres e cargas oceanicas. Esta flexibilidade de configuracoes pode
ser explorada em estudos especıficos sobre os diversos efeitos ja destacados, bem como
para avaliacao dos modelos utilizados.
31
3Ionosfera e Cintilacao Ionosferica
3.1 Ionosfera
No contexto do GNSS, para fins teoricos e praticos, a atmosfera terrestre e normal-
mente dividida em duas camadas principais – troposfera e ionosfera – cada qual com
diferentes influencias sobre os sinais (MATSUOKA, 2007). A troposfera nao esta no
escopo deste trabalho.
Davies (1990) define a ionosfera como a camada superior da atmosfera na qual a
ionizacao existente e suficiente para afetar a propagacao de ondas de radio. Destaca-se
que o termo ionosfera foi proposto por R. A. Watson-Watt, em 1926, e nao foi muito
utilizado nos anos seguintes (McNAMARA, 1991).
A definicao da regiao de abrangencia da ionosfera pode divergir um pouco de autor
para autor, mas, de uma forma geral, define-se que a ionosfera se estende em uma regiao de
aproximadamente 50 a 1000 km acima da superfıcie terrestre, sendo dividida em algumas
subcamadas que serao descritas adiante na Subsecao 3.1.1. Sendo a ionosfera um meio de
propagacao de sinais, torna-se possıvel a abrangencia global de servicos que utilizam esta
camada como meio de comunicacao. Neste contexto, tem-se como exemplo o GNSS.
A ionosfera e caracterizada pela presenca de ıons e eletrons livres; ambos sao formados
principalmente pela fotoionizacao (DAL POZ, 2010). Este processo e caracterizado pela
absorcao de radiacao solar na faixa do extremo ultra-violeta (Extreme Ultraviolet – EUV)
e raios X por atomos neutros da atmosfera.
A absorcao retira os eletrons dos atomos neutros da atmosfera: quando um feixe de
EUV – denominado foton – encontra um atomo neutro da atmosfera, sua energia e trans-
ferida para um eletron neste atomo neutro. O eletron por vezes se desprende, tornando-se
32
um eletron livre na atmosfera. O atomo neutro torna-se entao um ıon positivo, pois per-
deu um eletron de carga negativa. Destaca-se que sao os eletrons livres que refletem as
ondas de radio, tornando possıvel a comunicacao por ondas de radio na ionosfera (Mc-
NAMARA, 1991; DAL POZ, 2010). O esquema da fotoionizacao e apresentado na Figura
3.
Figura 3: Fotoionizacao. Fonte: Dal Poz (2010).
Outro processo que ocorre na ionosfera e a recombinacao. Este processo e o inverso
da fotoionizacao, ou seja, os eletrons livres, com carga negativa, se recombinam com os
ıons, de carga positiva, produzindo atomos neutros. Nas regioes mais altas da ionosfera,
muitos eletrons se perdem devido a recombinacao. Ja nas regioes mais baixas, os eletrons
se perdem devido a um processo de ligacao ou captura (attachment), onde se juntam
com os atomos neutros, formando ıons com carga negativa. Ressalta-se que tanto os ıons
com carga positiva, tanto os ıons de carga negativa sao mais densos que os eletrons e nao
interagem com as ondas de radio (MCNAMARA, 1991).
Os processos de recombinacao e ligacao ocorrem durante todo o tempo. Ja a fotoioni-
zacao ocorre apenas durante o dia quando o sol esta acima do horizonte. Estes processos
determinam a densidade de eletrons na ionosfera. A densidade de eletrons e maior durante
o dia, quando o processo de fotoionizacao e superior. Ao entardecer, este processo cessa,
e a recombinacao faz com que a densidade diminua constantemente ao longo da noite. Ao
amanhecer, a quantidade de eletrons livres e incrementada novamente pela fotoionizacao
(McNAMARA, 1991). Observa-se o comportamento cıclico destes fenomenos.
3.1.1 Divisao em Camadas
A ionosfera e dividida em tres camadas com caracterısticas especıficas. Estas camadas
sao denominadas D, E e F, e sao caracterizadas por variacoes na densidade de eletrons
de acordo com a altitude (DAL POZ, 2010). Esta divisao e apresentada na Figura 4. A
33
densidade volumetrica de eletrons livres nas regioes da ionosfera e expressa em numero
de eletrons por centımetro cubico.
Figura 4: Divisao da Ionosfera em Camadas. Fonte: Dal Poz (2010).
A Camada D abrange aproximadamente 50 a 90 km de altitude, e figura como uma
fonte refletora de sinais de baixas frequencias. Esta camada nao acarreta em efeitos
mensuraveis nas observaveis GNSS (DAVIES, 1990; DAL POZ, 2010).
A Camada E abrange aproximadamente 100 km de altitude; McNamara (1991) destaca
que esta camada foi a primeira a ser descoberta (a letra “E” denota “campo eletrico”).
Ja a camada F abrange aproximadamente 150 a 1000 km. Esta camada se subdivide
em F1 e F2. Observa-se que, durante a noite, a densidade de eletrons nas camadas D,
E, e F1 diminui (devido a superioridade dos processos de recombinacao e ligacao em
relacao ao processo de fotoionizacao). No entanto, na camada F2, observa-se uma maior
variabilidade da ionosfera, o que consequentemente causa efeitos mais severos nos sinais
GNSS, como as cintilacoes (DAL POZ, 2010).
3.1.2 Influencia da Atividade Solar na Ionosfera
O sol e uma estrela media com raio superior a 100 vezes o raio da Terra e massa
300.000 vezes superior a massa da Terra. Ao estudar a influencia do sol na ionosfera,
pode-se considerar uma subdivisao em dois nıveis: sol calmo e sol perturbado. Na maioria
34
do tempo, o sol permanece calmo, nao causando efeitos significativos nas comunicacoes
de radio de alta frequencia. No entanto, o sol perturbado, ainda que levemente, pode ate
interromper tal tipo de servico (McNAMARA, 1991).
Ao observar-se o sol, pode-se notar a presenca de pequenas manchas. Esta observacao
pode ser feita, por exemplo, atraves da projecao de sua imagem em uma folha de pa-
pel, utilizando-se um telescopio. Este tipo de observacao e denominado white light image
(imagem branca e clara). Neste tipo de observacao, algumas manchas escuras podem ser
notadas eventualmente. Estas manchas vem sendo observadas ha muito tempo. Ha regis-
tros de observacoes destas manchas por chineses no primeiro seculo a.C. Com a invencao
do telescopio, Galileo mostrou, em 1610, que tais manchas – que sao denominadas na
literatura como sunspots – eram de fato da superfıcie do sol. Galileo tambem observou
o comportamento cıclico das manchas solares, e concluiu que o sol rotacionava com um
perıodo de aproximadamente 27 dias, em um eixo aproximadamente paralelo ao eixo de
rotacao da Terra (McNAMARA, 1991).
As manchas solares sao utilizadas hoje em dia para a analise dos efeitos do sol na
ionosfera. Ha centros de observacao que catalogam diariamente o numero de manchas
solares, como o National Oceanic and Atmospheric Administration (NOAA). O numero
de manchas solares (Sunspot Number – SSN) e obtido atraves da contagem do numero de
grupos de manchas solares e do numero de manchas individuais, respeitando-se a seguinte
proporcao (McNAMARA, 1991):
SSN = 10NG +NI (3.1)
onde NG e NI referem-se respectivamente ao numero de grupos de manchas e ao
numero de manchas individuais.
As manchas solares aparecem com maior frequencia em grupos, em regioes compre-
endidas a aproximadamente 30o do equador solar. As mesmas nao aparecem nos polos
solares. Elas parecem escuras pois estao compreendidas em regioes mais frias – aproxi-
madamente 4000o C – enquanto as regioes do entorno estao a temperaturas de 6000o C
(McNAMARA, 1991).
Outra maneira de observar o sol e atraves da observacao com telescopios acima da at-
mosfera terrestre, e em comprimentos de onda muito curtos no espectro eletro-magnetico.
Ao observar nestes pequenos comprimentos de onda (raios X e ultra-violeta extremo),
pode-se observar o que e conhecido como “corona”, uma especie de coroa que sobrepoe
35
o sol. Alem das observacoes em comprimentos de onda muito curtos, a coroa tambem e
visıvel em certas circunstancias, como em eclipses solares (McNAMARA, 1991).
A corona contribui para o escoamento de substancias do sol pelo espaco interplane-
tario, o que e conhecido como vento solar. Este fluxo e contınuo e contem partıculas
eletricamente carregadas. Logo, conclui-se que os ventos solares tambem sao responsaveis
pela formacao da ionosfera (KIRCHHOFF, 1991; DAL POZ, 2010). Estes ventos carre-
gam milhoes de toneladas de materiais solares, e sopra a uma velocidade aproximada de
400 km/s. O percurso destas partıculas do sol ate a Terra e de aproximadamente 5 dias.
Nao sentimos os ventos solares na superfıcie da Terra devido a baixa densidade das par-
tıculas que chegam. No entanto, modificacoes eletricas nestas partıculas afetam o campo
magnetico da Terra e a ionosfera (McNAMARA, 1991).
As explosoes solares (solar flares) sao provocadas por um rapido aumento de energia
na superfıcie do sol, que, ao ser liberada, causa uma variacao na radiacao solar na forma
de emissao de raios ultravioleta e raios X (McNAMARA, 1991).
3.1.2.1 Ciclo Solar
Atraves da observacao das manchas solares, alem da conclusao de que o sol rota-
ciona, e possıvel observar tambem um comportamento cıclico em perıodos mais longos.
Pode-se observar que o numero de manchas solares varia de 0 a 100 a cada 11 anos (apro-
ximadamente). Registros destas observacoes foram feitos desde a descoberta de Galileo
(McNAMARA, 1991).
Estas observacoes podem ser analisadas de varias formas, como atraves de ajustamen-
tos de observacoes, ındices mensais ou anuais. O comportamento cıclico a cada 11 anos
(aproximadamente) pode ser observado na Figura 5. A esquerda, em vermelho, observa-se
um perıodo de baixa contagem das manchas solares. Este perıodo ficou conhecido poste-
riormente como “mınimo de Maunder”, pois foi estudado por Walter Maunder na decada
de 1890 (McNAMARA, 1991). Outro ponto interessante e o maximo ocorrido no ano
de 1957. Ressalta-se que os efeitos causados pelo sol na ionosfera sao intensificados no
perıodos mais altos de picos da atividade solar.
36
Figura 5: Manchas solares nos ultimos 400 anos. Adaptado de Rohde (2012).
Uma medida alternativa a contagem das manchas solares e o fluxo solar na banda de
10,7 cm. Esta medida tem alta correlacao com o ındice das manchas solares, e e tambem
utilizada por centros de observacao como ındice de atividade solar por ser simples de
observar (McNAMARA, 1991). A Figura 6 exibe um comparativo entre tais ındices, os
quais sao disponibilizados pelo NOAA.
37
Figura 6: Sunspot Number e Fluxo Solar. Fonte: National Oceanic and Atmospheric
Administration (NOAA) - Space Weather Prediction Center (2014).
Outro exemplo de agencia que tambem disponibiliza modelos de predicao para os ciclos
38
solares e National Aeronautics and Space Administration (NASA). A Figura 7 apresenta
um exemplo disponibilizado pela referida agencia, onde pode-se observar a parte observada
da atividade solar juntamente com a parte predita.
Figura 7: Sunspot Number observado e predito. Fonte: National Aeronautics and Space
Administration (NASA) (2014).
Estudos relacionados aos ciclos solares tem despertado interesse em diversas areas
devido aos diversos efeitos que estes acarretam em tecnologias como o GNSS (DAL POZ,
2010).
3.1.2.2 Interacao Solar-Terrestre
No que concerne ao campo magnetico da Terra, alguns ındices visam descrever a
atividade geomagnetica terrestre e suas componentes. Os ındices mais utilizados sao o
Disturbance Storm-Time (DST), Planetarische Kennziffer ou ındice planetario (Kp) e o
Auroral Electrojet (AE). O ındice Kp e derivado do ındice K – um ındice local que contem
variacoes ocorridas na atividade geomagnetica em intervalos de tres horas. A partir da
padronizacao dos valores obtidos para o ındice K em estacoes distribuıdas pelo globo,
obtem-se o ındice Kp atraves da media aritmetica. Para cada dia, ha oito valores de ındice
Kp, comecando-se a zero hora. O ındice AE permite avaliar a atividade geomagnetica na
regiao auroral. Ele e obtido atraves de medidas de variacoes na componente horizontal
39
do campo geomagnetico. Estas medidas sao coletadas por observatorios distribuıdos na
regiao auroral no hemisferio norte (DAL POZ, 2010).
3.2 Latitude Geomagnetica
Enquanto a latitude geografica de um ponto e definida com relacao aos polos geogra-
ficos, a latitude geomagnetica e definida em relacao aos polos geomagneticos. Os polos
geomagneticos (ou dipolares) sao a interseccao da superfıcie da Terra com o eixo de uma
barra magnetica hipoteticamente localizada no centro da Terra, pela qual se obtem uma
aproximacao do campo geomagnetico. Desta forma, tem-se os polos geomagneticos Norte
e Sul. Por sua vez, os polos magneticos sao os pontos em que o campo magnetico da
Terra se torna uma linha vertical para baixo, ou seja, a inclinacao do campo magnetico
da Terra nos polos magneticos e de 90o. A Figura 8 apresenta a variacao dos polos mag-
netico e geomagnetico ao longo do tempo, considerando-se o hemisferio Norte. Observa-se
um suave deslocamento ao longo do tempo, o qual e denominado variacao geomagnetica
secular (WORLD DATA CENTER FOR GEOMAGNETISM, KYOTO, 2014; TAUXE et
al., 2014).
As coordenadas geomagneticas de um ponto na superfıcie terrestre (ou proximo a esta)
podem ser definidas atraves de um sistema de coordenadas geomagneticas. Um sistema
difundido e usualmente empregado na avaliacao de fenomenos geofısicos – tais como as
cintilacoes ionosfericas – e o Corrected GeoMagnetic (CGM). Tal sistema recorre a um
modelo do campo magnetico da Terra para determinar as coordenadas geomagneticas de
um ponto de interesse (GUSTAFSSON; PAPITASHVILI; PAPITASHVILI, 1992).
O modelo mais empregado para a obtencao das coordenadas CGM e o Definite/Inter-
national Geomagnetic Reference Field (DGRF/IGRF). Tal modelo inclui as variacoes do
campo geomagnetico ao longo do tempo (inclusive as variacoes seculares). Atualmente,
este modelo proporciona coeficientes que permitem a obtencao de diversos parametros
relacionados ao campo magnetico da Terra entre os anos de 1900 e 2015 (FINLAY et al.,
2010). A Figura 9 apresenta um mapa onde o equador geomagnetico derivado do referido
modelo e destacado, assumindo-se como epoca de referencia o ano de 2010.
40
Figura 8: Variacao dos polos magnetico e geomagnetico no hemisferio Norte. Adaptadade World Data Center for Geomagnetism, Kyoto (2014).
Figura 9: Equador geomagnetico para o ano de referencia de 2010. Adaptada de WorldData Center for Geomagnetism, Kyoto (2014).
41
3.3 Atraso ionosferico e Conteudo Total de Eletrons
O erro devido a ionosfera nas observaveis GNSS e diretamente proporcional a quan-
tidade de eletrons presente na mesma e inversamente proporcional a frequencia do sinal
(DAL POZ, 2010). Para a caso do GPS na frequencia L1 (1575,42 MHz), a ionosfera pode
retardar as ondas de radio em ate 300 ns nos piores casos, causando um erro de 100 m
nas distancias satelite-receptor que sao medidas (KLOBUCHAR, 1987).
Destaca-se que para o codigo, ocorre um retardo aparente do sinal, o que faz com
que aumente o comprimento aparente do caminho percorrido pelo mesmo; ja para a fase,
ocorre uma diminuicao do comprimento aparente (LEICK, 2004; DAL POZ, 2010).
Um parametro importante para a determinacao do atraso ionosferico e o conteudo
total de eletrons (Total Electron Content – TEC). O TEC e uma quantidade do tipo
densidade colunar e consiste no numero de eletrons presente em uma coluna de 1 m2 de
secao reta estendendo-se pela trajetoria satelite-receptor. Tal parametro e relacionado
a diversas variaveis, dentre as quais se pode destacar os parametros de atividade solar,
ındices geomagneticos, estacao do ano, localizacao e hora do dia. O TEC e comumente ex-
presso em unidades de TEC (TEC-Unit – TECU). Um TECU equivale a 1016 eletrons/m2
(KLOBUCHAR, 1987; MARQUES, 2012).
Os valores medios de atraso ionosferico em todo o globo terrestre sao mais significativos
em uma regiao em torno de 15o ao Norte e ao Sul do equador geomagnetico. Para satelites
com mınimo angulo de elevacao projetado para o GPS (5o), o atraso e aproximadamente
tres vezes superior em relacao aos satelites no zenite (KLOBUCHAR, 1987).
Para usuarios que nao disponham de receptores de dupla ou de multi-frequencia –
nao podendo assim realizar diferenciacoes para diminuicao dos efeitos da ionosfera –,
uma alternativa e a utilizacao do modelo de Klobuchar (tambem conhecido como modelo
transmitido) para atenuacao do efeito do atraso ionosferico no sinal GPS. Tal modelo
utiliza oito coeficientes que sao transmitidos como parte das mensagens de navegacao GPS,
e proporciona uma correcao de aproximadamente 50% em relacao ao erro medio quadratico
devido a ionosfera nas distancias satelite-receptor que sao medidas. O algoritmo contem
algumas aproximacoes que reduzem sua complexidade computacional, e e detalhado para
a frequencia L1. Para o caso da frequencia L2, basta-se escalar o valor obtido em L1
atraves de uma constante (KLOBUCHAR, 1987).
Cabe ressaltar que, no caso do GPS, a frequencia de transmissao L2 foi incorporada
com o objetivo de minimizar os efeitos da ionosfera (KLOBUCHAR, 1987); com mais de
42
uma frequencia, os usuarios podem minimizar os efeitos desta camada atraves da realiza-
cao de combinacoes lineares entre as observaveis de diferentes frequencias. Atualmente,
com a modernizacao do GPS, tem-se disponıvel tambem o sinal transmitido na porta-
dora denominada L5, permitindo, portanto, a realizacao de combinacoes lineares com
tres frequencias (POLEZEL, 2010). Para a aviacao, porem, trata-se da segunda frequen-
cia, uma vez que a frequencia L2 nao vinha sendo utilizada por nao estar numa banda
protegida.
3.4 Cintilacao Ionosferica
A cintilacao ionosferica e uma rapida mudanca na fase e/ou amplitude de um sinal de
radio a medida em que se propaga por irregularidades (rarefacoes do plasma) na densidade
do plasma ionosferico (CONKER et al., 2003): tal fenomeno causa atenuacao na amplitude
e deslocamentos na fase dos sinais GNSS ao passarem pela ionosfera (SKONE et al., 2005),
efeitos que podem degradar o posicionamento GNSS, ja que afetam diretamente os sinais.
As irregularidades da ionosfera que causam cintilacoes (tambem denominadas de bo-
lhas ionosfericas) podem variar significativamente em extensao e velocidade de desloca-
mento. Rezende et al. (2007) apresenta estimativas da dimensao das irregularidades na
regiao equatorial brasileira, as quais podem chegar a cerca de 480 km na direcao Leste-
Oeste, podendo alcancar uma altura plena de cerca de 1400 km. Outra caracterıstica
destacada sao as velocidades zonais (leste-oeste) com que estas se deslocam, as quais po-
dem alcancar 50 a 150 m/s, formando “manchas” de irregularidades. As irregularidades
de grande escala contem irregularidades de pequena escala (aproximadamente 400 m), as
quais causam cintilacoes; em alguns casos, estas pequenas irregularidades apresentam um
aspecto intermitente conforme o sinal de um satelite se propaga pelas mesmas (REZENDE
et al., 2007; WALTER et al., 2010). Uma esquematizacao e apresentada na Figura 10.
Pode-se observar, de acordo com o esquema apresentado na Figura 10, que, em certo
instante, alguns satelites sao mais afetados em relacao a outros. As irregularidades de
larga escala, como a que afeta o satelite de numero 14, podem causar a perda de contato
no rastreio do satelite. Irregularidades de pequena escala, como a que afeta o satelite nu-
mero 6, podem afetar a integridade do sinal, acarretando em erros nas medidas (WALTER
et al., 2010). Num caso extremo, se nao houver satelites disponıveis, ocorre a perda do
servico de posicionamento (CONKER et al., 2003). Destaca-se que cintilacoes frequentes
e altas taxas de alteracao na densidade de eletrons podem causar a perda de sintonia tanto
43
Figura 10: Esquematizacao da cintilacao nos sinais GNSS. Adaptado de Walter et al.(2010).
em receptores de simples, quanto em receptores de dupla frequencia (DATTA-BARUA et
al., 2003). Para o caso do GPS e sua nova frequencia de transmissao (L5), tambem foram
observadas perdas de sintonia nas estacoes de monitoramento da Rede CIGALA/CALI-
BRA.
As cintilacoes de amplitude e de fase tem comportamento especıfico e podem ser
relacionadas de regiao para regiao. Assim como o TEC, os efeitos variam de acordo
com a frequencia do sinal, localizacao geografica, horario local, estacao do ano, atividade
magnetica e ciclos solares. Observa-se que as cintilacoes ionosfericas mais significativas
ocorrem nas regioes de proximidades de ate 10o a 20o do equador geomagnetico. Tambem
sao frequentes nas regioes de aurora (latitudes geomagneticas entre 65 e 75o) e polares
(latitudes geomagneticas maiores que 75o) (WALTER et al., 2010). Destaca-se que em
todas as regioes os efeitos sao mais significativos na ocorrencia de atividades solares mais
intensas, e que a maioria das cintilacoes ocorre durante algumas horas apos o por-do-sol
durante os picos dos ciclos solares. Em perıodos de atividades solares mais baixas, o
mesmo comportamento e esperado, mas com menor intensidade.
A Figura 11 apresenta a frequencia de ocorrencia da cintilacao de acordo com a loca-
lizacao geografica a nıvel global.
Observa-se duas regioes mais afetadas (em vermelho) – localizadas aproximadamente
entre 10o a 20o ao Norte e ao Sul do equador geomagnetico; estas regioes constituem a
44
Figura 11: Frequencia de ocorrencia de cintilacao de acordo com a localizacao geografica.Adaptada de Kintner Jr., Humphreys e Hinks (2009).
anomalia equatorial. Observa-se que entre estas regioes ha uma faixa estreita com menor
frequencia de ocorrencia; nesta regiao encontra-se o equador geomagnetico. Os efeitos
sao mais significativos na regiao da anomalia equatorial em relacao a regiao do equador
geomagnetico devido a ionosfera equatorial. Na ionosfera equatorial, a combinacao dos
campos eletrico e magnetico sobre a Terra causa o transporte de eletrons verticalmente, os
quais sao difundidos para o Norte e para o Sul. Isso faz com que a ionizacao seja reduzida
no equador geomagnetico e incrementada na anomalia equatorial (WALTER et al., 2010).
Conforme ja mencionado, a regiao de maior preocupacao esta localizada na regiao
da anomalia equatorial. Nesta regiao, a cintilacao ocorre com mais frequencia apos o
por-do-sol, podendo persistir por varias horas. Ao longo da noite, a cintilacao diminui
lentamente, mas picos esporadicos ainda podem ocorrer. Nestas regioes, e possıvel obser-
var que as flutuacoes de fase mais rapidas sao geralmente associadas com as degradacoes
mais significativas do sinal (WALTER et al., 2010). Logo, pode-se observar que ha certa
correlacao entre as cintilacoes de amplitude e de fase.
Em regioes de altas latitudes, a ionosfera e caracterizada por interacoes entre o campo
magnetico da Terra com ventos solares e com o campo magnetico interplanetario. No pe-
rıodo noturno, nas regioes polares (mais de 75o de latitude geomagnetica), partıculas
energeticas aprisionadas nas linhas de campo magnetico terrestre sao precipitadas, for-
mando um anel de intensa atividade ionosferica, o qual acarreta em cintilacoes. Este anel
e denominado oval auroral. A Figura 12 apresenta o esquema do anel auroral sobre a
45
America do Norte. Em regioes de altas latitudes, como o Canada, estes efeitos persistem
mesmo em perıodos de baixa atividade solar, ja que a cintilacao esta associada a forte
aurora (SKONE et al., 2005; WALTER et al., 2010). Nestas regioes, a fotoionizacao e
menor se comparada as regioes equatoriais, fazendo com que as cintilacoes sejam tambem
menos significativas se comparadas com a regiao equatorial. No entanto, as irregularida-
des se movem ate dez vezes mais rapidamente. Estas irregularidades sao maiores e podem
causar significativas cintilacoes de fase (WALTER et al., 2010).
Figura 12: Oval auroral sobre a America do Norte. Fonte: Skone e Hoyle (2005).
Em regioes de medias latitudes, como os Estados Unidos, os efeitos nao sao tao sig-
nificativos. No entanto, na ocorrencia de tempestades geomagneticas, a ionosfera destas
regioes pode sofrer disturbios causando cintilacoes nos sinais GNSS. Com as tempestades,
o oval auroral se estende na direcao do equador, levando os efeitos de cintilacao desta
regiao ate as regioes de medias latitudes (CONKER et al., 2003; WALTER et al., 2010).
3.5 Estimativas de cintilacao
Estimativas de cintilacao ionosferica podem ser definidas em termos da densidade
espectral da potencia do sinal (power spectral density – PSD) (CONKER et al., 2003).
Indices especıficos tambem podem ser produzidos, os quais denotam fatores de intensidade
de cintilacao ionosferica. Dois ındices sao mais destacados na literatura: o ındice S4, para
cintilacoes de amplitude, e o ındice Sigma-fi, para cintilacoes de fase.
Irregularidades na densidade de eletrons podem causar uma difracao no sinal, acarre-
46
tando em rapidas flutuacoes na intensidade do mesmo, denominadas cintilacoes de ampli-
tude (CONKER et al., 2003). Em alguns casos, as cintilacoes podem ser fortes a ponto
de acarretar que a intensidade do sinal recebido seja inferior a um limiar de rastreio
do receptor, fazendo com que o receptor tenha que readquirir o sinal para tal satelite
(DATTA-BARUA et al., 2003; WALTER et al., 2010), aspecto que prejudica o processo
de solucao das ambiguidades da fase da onda portadora.
3.5.1 Cintilacoes de Amplitude e Indice S4
Durante as cintilacoes de amplitude, o ındice de refracao da ionosfera varia constan-
temente, fazendo com que o sinal seja disperso em diversas direcoes alem da principal
direcao de propagacao. Conforme o sinal continua a sua propagacao ate o solo, peque-
nas mudancas na distancia de propagacao ao longo destes multicaminhos dispersos do
mesmo podem fazer com que haja uma interferencia do sinal com ele proprio. Esta auto-
interferencia pode atenuar ou amplificar o sinal medido pelo receptor (WALTER et al.,
2010).
As cintilacoes de amplitude podem ser medidas pelo ındice S4, que consiste no desvio-
padrao normalizado (ou coeficiente de variacao) de observacoes livres de tendencia da
intensidade do sinal, as quais sao amostradas a altas taxas (50 Hz por exemplo) num
intervalo de 60 segundos. Para a obtencao deste ındice, a potencia do sinal e normalizada
em relacao a potencia media recebida (DATTA-BARUA et al., 2003; CONKER et al.,
2003).
O ındice S4 e adimensional e alguns limiares para seu valor podem ser encontrados
na literatura. Datta-Barua et al. (2003) e Conker et al. (2003) definem que um valor 0
indica ausencia de cintilacao, enquanto um valor 1 indica severa cintilacao. Hegarty et al.
(2001) define que o limite superior para o ındice S4 e de 1,414 (√
2). Tiwari et al. (2011)
apresenta tres nıveis de classificacao para o referido ındice:
• Cintilacao forte: S4 ≥ 1;
• Cintilacao moderada: 0, 5 ≤ S4 ≤ 1;
• Cintilacao fraca: S4 ≤ 0, 5.
Hegarty et al. (2001) apresenta quatro nıveis de classificacao:
• Cintilacao forte: S4 ≥ 0, 9;
47
• Cintilacao moderada: 0, 6 ≤ S4 < 0, 9;
• Cintilacao fraca: 0, 4 ≤ S4 < 0, 6;
• Cintilacao muito fraca: 0, 1 ≤ S4 < 0, 4.
Em International Telecommunication Union (2012), tres nıveis sao definidos, os quais
foram adotados em experimentos ao longo deste trabalho:
• Cintilacao forte: S4 > 0, 6;
• Cintilacao moderada: 0, 3 ≤ S4 ≤ 0, 6;
• Cintilacao fraca: S4 < 0, 3.
De uma forma geral, os receptores podem prover valores superiores aos limites teoricos.
Por exemplo, o efeito do multicaminho pode aumentar o ındice S4, indicando falsamente
a incidencia de cintilacao ionosferica (DATTA-BARUA et al., 2003). Este aspecto ocorre
principalmente no inıcio ou no final do rastreio de um satelite, caracterizados por baixos
angulos de elevacao e, consequentemente, maior susceptibilidade ao efeito de multicami-
nho (WALTER et al., 2010). Logo, em estacoes monitoras de cintilacao, e essencial que
se tenha um nıvel de multicaminho bem controlado; tecnicas de remocao ou reducao dos
efeitos do multicaminho tambem podem ser adotadas, como a utilizacao do desvio-padrao
da divergencia codigo/fase (code-carrier divergence – σccd) (VAN DIERENDONCK; KLO-
BUCHAR; HUA, 1993).
A Figura 13 apresenta uma representacao global do ındice S4 para o dia 15 de setembro
de 2002 as 21h local em qualquer lugar do planeta, obtida a partir do modelo WBMOD
(definido na Subsecao 3.7.1). Nesta data, que estava no pico da atividade solar, nao houve
registros de explosoes solares. Esta representacao foi utilizada devido as cintilacoes mais
significativas ocorrerem apos o por-do-sol. E possıvel observar as regioes mais afetadas:
no entorno do equador magnetico, nas altas latitudes e nas regioes aurorais (CONKER et
al., 2003).
Em sıntese, o ındice S4 e derivado da intensidade do sinal recebido e desvanecido de
outros ruıdos. A intensidade do sinal e de fato a potencia do sinal, a qual e medida de
maneira com que seu valor nao flutue com a potencia de ruıdo. Logo, o ındice S4 nao
pode ser baseado na razao sinal-ruıdo, e, para a determinacao do mesmo, os ruıdos do
ambiente devem ser removidos (VAN DIERENDONCK; KLOBUCHAR; HUA, 1993).
48
Figura 13: Distribuicao global do ındice S4 em 15 de Setembro de 2000 as 21h local.Fonte: Conker et al. (2003).
Os passos para a determinacao do ındice S4 em um receptor monitor de cintilacao
denominado “GPS Silicon Valley Ionospheric Scintillation Monitor (ISM)” sao apresenta-
dos por Datta-Barua et al. (2003). Primeiramente, a variancia da intensidade do sinal e
normalizada pelo quadrado da media da intensidade do sinal em um minuto, obtendo-se
o ındice S4T :
S4T =
√√√√〈SI2〉 − 〈SI〉2
〈SI〉2(3.2)
Onde:
• SI e a intensidade do sinal amostrada a uma taxa de 50 Hz;
• S4T e o ındice “S4 total”, o qual inclui as flutuacoes de amplitude de qualquer causa
(ou seja, abrange os ruıdos);
• o operador 〈X〉 indica o valor esperado (ou a media) para X no intervalo de um
minuto.
Em seguida, deve-se retirar o valor de S4 proveniente de ruıdos, resultando no ındice S4
com valor teorico nao superior a 1 (DATTA-BARUA et al., 2003; VAN DIERENDONCK;
KLOBUCHAR; HUA, 1993):
49
S4 =√
(S4T )2 − (S4N)2 (3.3)
Onde:
• S4N e o ındice referente as flutuacoes de amplitude devido a ruıdos do ambiente, o
qual e obtido por meio da estimativa da densidade media sinal-ruıdo ao longo do
intervalo de 1 minuto;
• S4 e o ındice de cintilacao de amplitude adimensionado.
O intervalo de integracao para o calculo do ındice S4 (1 minuto), apesar de difundido
na literatura, parece carecer de justificativa teorica/fısica rigorosa. Em contrate, o ındice
Sigma-fi, o qual sera visto na proxima Subsecao, pode ser obtido em diferentes intervalos.
Uma vez definido o ındice S4 na frequencia L1, o respectivo ındice pode ser mapeado
nas frequencia L2 e L5 atraves das seguintes relacoes (HEGARTY et al., 2001; PENG et
al., 2011):
S4 (L2) = S4 (L1)(f1
f2
)1,5
= 1, 454 · S4 (L1) (3.4)
S4 (L5) = S4 (L1)(f1
f5
)1,5
= 1, 550 · S4 (L1) (3.5)
3.5.2 Cintilacoes de Fase e ındice Sigma-fi
As cintilacoes de fase ocorrem a partir de rapidas variacoes na fase do sinal ao percorrer
as irregularidades na densidade de plasma na ionosfera. As cintilacoes de fase podem
acarretar em perda de ciclos e perda de sintonia conforme o receptor recebe o sinal do
satelite (DATTA-BARUA et al., 2003; WALTER et al., 2010).
As cintilacoes de fase sao mais significativas em regioes de altas latitudes, onde ir-
regularidades na densidade de eletrons sao produzidas por sub-tempestades aurorais,
estendendo-se numa regiao de aproximadamente 100 a 300 km de altitude (TIWARI et
al., 2011).
Assim como para as cintilacoes de amplitude tem-se o ındice S4, para as cintilacoes de
fase tem-se o ındice Sigma-fi, tambem denominado Sigma-delta-fi (σϕ ou σδϕ). Tal ındice
50
consiste no desvio-padrao de observacoes livres de tendencia da fase do sinal, as quais
sao coletadas a altas frequencias (por exemplo, 50 Hz) em um intervalo de 60 segundos
(DATTA-BARUA et al., 2003). O Sigma-fi tambem pode ser calculado ao longo de 1, 3,
10 e 30 segundos de intervalo. Nestes casos, a normalizacao e realizada sobre a media em
60 segundos (VAN DIERENDONCK; KLOBUCHAR; HUA, 1993).
A Eq. 3.6 apresenta o calculo do Sigma-fi:
σϕ =√〈ϕ〉2 − 〈ϕ2〉 (3.6)
O Sigma-fi pode variar de 0.05 para cintilacoes baixas, chegando a 1 em altas cinti-
lacoes (SKONE et al., 2005). Diferentemente do ındice S4, que e adimensional, o ındice
Sigma-fi e dado em radianos (podendo tambem ser expresso em graus ou metros). Tiwari
et al. (2011) apresenta a seguinte classificacao:
• Cintilacao forte: σϕ ≥ 0, 8 rad;
• Cintilacao moderada: 0, 4 ≤ σϕ ≤ 0, 8 rad;
• Cintilacao fraca: σϕ ≤ 0, 4 rad.
Ja Hegarty et al. (2001) apresenta quatro nıveis para o Sigma-fi, os quais tambem sao
definidos para a frequencia L1:
• Cintilacao forte: σϕ ≥ 0, 6 rad;
• Cintilacao moderada: 0, 3 ≤ σϕ < 0, 6 rad;
• Cintilacao fraca: 0, 2 ≤ σϕ < 0, 3 rad;
• Cintilacao muito fraca: 0, 05 ≤ σϕ < 0, 2 rad.
Uma vez definido o ındice Sigma-fi na frequencia L1, o respectivo ındice tambem pode
ser mapeado nas frequencias L2 e L5 atraves das seguintes relacoes (HEGARTY et al.,
2001; PENG et al., 2011):
σϕ (L2) = σϕ (L1)(f1
f2
)= 1, 283 · σϕ (L1) (3.7)
51
σϕ (L5) = σϕ (L1)(f1
f5
)= 1, 339 · σϕ (L1) (3.8)
3.6 Redes GNSS de Monitoramento Contınuo da Io-
nosfera
Esta Secao apresenta aspectos gerais sobre duas redes (ou servicos) GNSS de monito-
ramento da ionosfera mencionadas na literatura. Por fim, a Rede CIGALA/CALIBRA –
cujos dados sao utilizados neste projeto – tambem e apresentada.
3.6.1 Canadian GPS Network for Ionospheric Monitoring(CANGIM)
A Rede CANGIM (Rede GPS Canadense para Monitoramento da Ionosfera) foi ope-
rada pela Universidade de Calgary, tendo coletado informacoes acerca de cintilacao io-
nosferica em regioes de altas latitudes na decada de 2000. As medidas foram utilizadas
para a caracterizacao da cintilacao nesta regiao e para o desenvolvimento de modelos para
avaliar a performance do posicionamento GPS sob condicoes de cintilacao. Os recepto-
res coletavam os parametros de cintilacao a uma taxa de 50 Hz; tambem eram mantidos
ındices referentes ao TEC e dados brutos para processamento (SKONE et al., 2005). A
Figura 14 apresenta as estacoes utilizadas da Rede CANGIM.
Nesta rede, foram utilizados receptores NoVAtel Modulated Precision Clock, os quais
contaram com firmware especıfico desenvolvido pela GPS Silicon Valey (GSV). Com amos-
tras obtidas a taxas de 50 Hz, tais receptores disponibilizavam ındices de cintilacao de
amplitude e de fase, alem de taxas de variacao de TEC e TEC absoluto. Os dados eram
enviados para um central de processamento atraves da Internet em certos intervalos de
tempo (SKONE; HOYLE, 2005).
Devido a grande quantidade de dados armazenada, pesquisadores de outros institutos
colaboraram para analise dos dados; estudos foram realizados sob diversas perspectivas,
como a analise dos efeitos sob a performance de rastreio do receptor e a correcao dos
fenomenos de cintilacao com ındices solares (SKONE; HOYLE, 2005). Segundo Skone
et al. (2005), as observacoes do CANGIM indicaram a predominancia de cintilacoes de
fase na regiao de abrangencia das estacoes; as cintilacoes de amplitude nao foram tao
significativas.
52
Figura 14: Estacoes da Rede CANGIM. Fonte: Skone et al. (2005).
3.6.2 Projeto SCINTEC
O Projeto SCINTEC tem a finalidade de mapear e monitorar a cintilacao ionosferica e
o TEC sobre o territorio brasileiro. Alem do monitoramento, o projeto teve como objetivos
o emprego de tecnicas de mineracao de dados e de inteligencia artificial para predicao de
cintilacao ionosferica. As informacoes sobre este projeto podem ser encontradas no portal,
disponıvel em <http://www.inpe.br/scintec> (Acesso em: 10 jul. 2013).
O projeto propiciou a disponibilizacao de mapas de cintilacao sobre o territorio bra-
sileiro em tempo real. A rede utilizou receptores GPS CASCADE (placa GEC-Plessey),
desenvolvida pela Universidade de Cornell (EUA); bancos de dados relacionais foram uti-
lizados para a realizacao de consultas atraves da linguagem SQL. A Figura 15 apresenta
um exemplo de mapa produzido pelo projeto.
53
Figura 15: Exemplo de mapa disponibilizado pelo Projeto SCINTEC. Fonte: Instituto
Nacional de Pesquisas Espaciais (INPE) (2009).
3.6.3 Rede CIGALA/CALIBRA
Outro exemplo de Rede GNSS de Monitoramento da Ionosfera e a Rede CIGALA/-
CALIBRA – a qual esta em operacao desde 2011 e cujos dados foram utilizados neste
Projeto. Tal rede foi constituıda atraves dos Projetos CIGALA e CALIBRA.
O Projeto CIGALA – cujo nome e derivado de Concept for Ionospheric Scintillation
Mitigation for Professional GNSS in Latin America – foi concluıdo em fevereiro de 2012,
e teve a duracao de dois anos. Tal Projeto visou desenvolver e testar abordagens para
mitigacao da cintilacao ionosferica para serem implementadas em receptores GNSS. Foi
formada uma equipe com diversas instituicoes da Europa e do Brasil, dentre as quais esteve
inserida a FCT UNESP e a fabricante de receptores Septentrio. No contexto do Projeto
CIGALA, teve inıcio a implantacao da Rede de Monitoramento, cujas primeiras estacoes
foram estabelecidas em Marco de 2011 em Presidente Prudente/SP, nas dependencias da
FCT UNESP.
Assim como o Projeto CIGALA, o Projeto CALIBRA – cujo nome e derivado de
Countering GNSS high Accuracy applications Limitations due to Ionospheric disturbances
in BRAzil – envolve cooperacao de diversas instituicoes da Europa e do Brasil, incluindo
a FCT/UNESP. Tal Projeto teve inıcio em Novembro de 2012, e tem duracao prevista de
dois anos. O Projeto CALIBRA tem por objetivos principais o desenvolvimento de novas
54
tecnicas para mitigacao dos efeitos da cintilacao ionosferica. Dentre as suas atividades,
esta prevista a expansao da Rede de Estacoes implantada atraves do Projeto CIGALA,
com a inclusao de mais cinco estacoes distribuıdas pelo territorio brasileiro. Desta forma,
espera-se que se tenha um total de 13 estacoes de monitoramento contınuo.
Atraves destes dois projetos, estao sendo implantadas estacoes de monitoramento
contınuo distribuıdas pelo territorio brasileiro. Estas estacoes contam com receptores
Septentrio PolaRxS-PRO, os quais coletam dados com alta taxa (50 Hz) e calculam pa-
rametros especıficos da ionosfera a cada minuto. A Figura 16 apresenta a localidade das
estacoes disponıveis em Janeiro/2014.
Figura 16: Estacoes da Rede CIGALA/CALIBRA. Fonte: Universidade Estadual Paulista- Campus Presidente Prudente (2013).
Observa-se, no mapa, a presenca de duas estacoes nas cidades de Presidente Prudente
(PRU1 e PRU2 – distam entre si aproximadamente 300 m) e em Sao Jose dos Campos
(SJCU e SJCE – distam entre si aproximadamente 10 km). Com estas estacoes, e possıvel
comparar os ındices de monitoramento observados, alem de se realizar testes baseados em
posicionamento relativo. As demais estacoes estao localizadas em Manaus/AM (MANA),
Fortaleza/CE (FORT), Palmas/TO (PALM), Salvador/BA (UFBA), Inconfidentes/MG
(INCO), Macae/RJ (MACA) e Porto Alegre/RS (POAL). As primeiras estacoes foram
55
constituıdas em Fevereiro de 2011 em Presidente Prudente.
Ressalta-se que, alem das estacoes permanentes, alguns experimentos foram realizados
ao longo dos Projetos, os quais constituıram estacoes de curta duracao. Um exemplo foi
apresentado na Figura 20 – Subsecao 4.0.3. Tambem houve necessidade de se adotar novos
monumentos para algumas das estacoes, as quais foram consequentemente renomeadas ao
longo dos Projetos: a estacao MACA foi substituıda por MAC2 em marco de 2012, e a
estacao MANA foi substituıda por MAN2 em marco de 2013.
Os dados recebidos pelas estacoes de monitoramento sao armazenados em cada estacao
e transmitidos a um repositorio, localizado na FCT/UNESP. A cada hora sao gerados
dois arquivos: um arquivo com dados brutos em formato SBF (Septentrio Binary File)
– formato proprietario contendo todas as informacoes coletadas pelo receptor – e outro
arquivo com a extensao ISMR (Ionospheric Scintillation Monitor Receiver). Os arquivos
ISMR contem 62 variaveis com atributos especıficos, dentre os quais estao disponıveis
(SEPTENTRIO SATELLITE NAVIGATION, 2013):
• Identificadores de tempo, azimute e angulo de elevacao dos satelites;
• Indice S4 total (S4T ) e S4 devido a ruıdos de ambiente (S4N);
• Indices Sigma-fi considerando-se intervalos de 1, 3, 10, 30 e 60 segundos;
• Media e desvio-padrao da divergencia entre codigo e fase;
• TEC derivados de observaveis de pseudodistancia e dTEC (variacoes do TEC em
intervalos de tempo de 15, 30, 45 e 60 segundos) derivados da observavel de fase;
• Tempo de sincronismo do satelite pelo receptor.
Destaca-se que estes receptores nao proveem o ındice S4 corrigido, o qual pode ser
calculado atraves da Eq. 3.3.
Os valores das estatısticas sao amostrados a cada minuto, podendo ser computado
para cada frequencia disponıvel no satelite. O diagrama apresentado na Figura 17 facilita
a percepcao da quantidade de informacoes transmitidas atraves dos arquivos ISMR a cada
dia. O mesmo representa o fluxo diario de dados baseado na quantidade atual de estacoes
permanentes.
56
Figura 17: Fluxo diario atual das estacoes da Rede CIGALA/CALIBRA.
3.7 Modelos de Cintilacao Ionosferica
Estudos relacionados a cintilacao ionosferica no contexto de posicionamento GNSS
podem ser apoiados por modelos de cintilacao. Os modelos permitem estimar a capacidade
de um sistema em operar de acordo com certos requisitos ou exigencias mınimas. Existem
tambem modelos de predicao, os quais sao baseados em assimilacao de dados (WALTER
et al., 2010). Nas Subsecoes a seguir, dois modelos de cintilacao sao destacados.
3.7.1 WideBand MODel (WBMOD)
O modelo de cintilacao WBMOD foi desenvolvido por pesquisadores do Northwest
Research Associates, Inc. (NWRA) com suporte do governo dos Estados Unidos. Detalhes
sobre o modelo podem ser encontrados em Secan et al. (1997); informacoes gerais podem
ser obtidas no portal disponıvel em <http://www.nwra.com/ionoscint/wbmod.html>
(acesso em 25 nov. 2012). Tal modelo pode ser utilizado para calcular estimativas da
severidade da cintilacao em um cenario especıfico do usuario, o qual e composto por local,
epoca do ano, horario local e condicoes geofısicas. O WBMOD e composto por um modelo
de cintilacao e um modelo de propagacao.
O modelo de cintilacao prove a distribuicao global e o comportamento de uma forma
geral das irregularidades da ionosfera que causam cintilacao. Tal modelo e denominado
EDIM, e consiste em uma colecao de modelos que descrevem a geometria, orientacao,
forca e movimento das irregularidades da ionosfera em funcao de varios parametros, como
localizacao, epoca, atividade solar e ındices geomagneticos. Um dos parametros gerados
57
pelo EDIM e denominado CkL, que consiste em uma medida de “forca” da densidade de
eletrons ao longo de um caminho vertical percorrendo toda a ionosfera.
Ja o modelo de propagacao e responsavel por calcular os efeitos destas irregularidades
em um sistema, o qual e denominado SCNPROP. Este modelo de propagacao utilizada a
descricao obtida no modelo EDIM para calcular os efeitos da cintilacao em um sistema
definido pelo usuario.
Um exemplo e apresentado na Figura 18, onde as areas verdes indicam nenhuma
cintilacao (ou nıveis muito baixos), areas amarelas podem estar sujeitas a nıveis moderados
de cintilacao, e as areas em vermelho pode estar sujeitas a altos nıveis de cintilacao. A
estimativa e realizada atraves de uma ferramenta denominada SCINTMOD, baseada no
WBMOD.
Figura 18: Exemplo do WBMod. Fonte: NorthWest Research Associates, Inc. (NWRA)(2011).
58
3.7.2 Global Ionospheric Scintillation Model (GISM)
O GISM prove caracterısticas estatısticas do sinal transmitido, como ındices de cinti-
lacao e duracao das atenuacoes nos sinais. Tambem sao disponibilizados mapas do ındice
S4 e do desvio-padrao da fase do sinal. As informacoes sobre este modelo sao encontradas
na documentacao tecnica (BENIGUEL, 2011).
Tal modelo admite como parametros de entrada a densidade espectral da densidade
das flutuacoes de eletrons (p), sua distancia de correlacao (L0) e a sua velocidade e di-
recao de deslocamento. O fator de correlacao varia conforme as condicoes locais, onde
as caracterısticas das diferentes camadas da ionosfera sao levadas em consideracao. A
velocidade e direcao de deslocamento sao derivados a partir do padrao de difracao dos
sinais transmitidos.
O GISM possui um modelo de propagacao, o qual recorre a um modelo denominado
“NeQuick” (RADICELLA, 2009) para calcular a densidade eletronica media para pontos
na ionosfera (latitudes, longitude e altitude). Sao parametros para este modelo o ano,
dia do ano, hora local e fluxo solar. Tambem sao computados parametros geomagneticos
baseados em um modelo de harmonicos esfericos do campo magnetico terrestre, o qual
prove inclinacao, declinacao e intensidade vertical do campo magnetico.
O algoritmo, que calcula as cintilacoes para um local arbitrario, bem como erros
medios relativos ao valor do TEC, e baseado em uma tecnica que divide a ionosfera em
camadas – tambem denominadas janelas – perpendiculares ao eixo de propagacao. Cada
janela e caracterizada por propriedades estatısticas homogeneas. A Figura 19 apresenta
algumas opcoes de saıda disponibilizadas pelo GISM.
59
Figura 19: Exemplos do GISM. Fonte: IEEA - Theoretical Studies in Electromagnetism(2010).
60
4Influencia da Cintilacao Ionosferica no Posicionamento
GNSS
A caracterizacao de efeitos de cintilacao ionosferica no posicionamento requer a analise
de varios parametros, ja que tal efeito varia conforme a localizacao geografica, atividade
solar, variacoes sazonais, etc. Walter et al. (2010) destaca que os mais importantes sao o
desempenho do sistema em condicoes nao perturbadas e o quao severa e a cintilacao, ou
seja, o quanto os sinais foram afetados.
De uma forma geral, pode-se perceber que a cintilacao ionosferica degrada o posici-
onamento, ja que causa disturbios nos sinais. Um aspecto que nao pode deixar de ser
observado e que os sinais das estacoes de referencia tambem sao afetados, desta forma,
a qualidade e quantidade de observacoes destas estacoes tambem sao degradadas. Se
a cintilacao causar prejuızo na recepcao de dados ou degradacao dos mesmos, tanto a
infraestrutura de suporte – consolidada pelas redes – quanto o usuario de um simples
receptor, terao menos observacoes, e, consequentemente, os erros serao mais significativos
(WALTER et al., 2010).
Efeitos como as cintilacoes ionosfericas impedem que o GNSS seja a unica forma de
se obter posicionamento em aplicacoes onde a seguranca deste servico e essencial, como a
navegacao aerea. Neste caso, alem de necessidade de meios para atenuacao dos efeitos da
cintilacao ionosferica, a verificacao da integridade do servico de posicionamento tem papel
importante. Neste contexto, o conceito de Receiver Autonomous Integrity Monitoring
(RAIM) pode ser explorado, o qual visa detectar erros e emitir alertas ao usuario em caso
de integridade ameacada (PRASAD; RUGGIERI, 2005).
Perdas de sintonia causadas por cintilacoes afetam diretamente em processos de redu-
cao de ruıdos, como a tecnica de pseudodistancia filtrada pela fase, que combina as duas
61
observaveis. No entanto, esta tecnica e sensıvel a perda de dados, e, quando interrom-
pida, pode acarretar em erros devido a multicaminho e ruıdos locais ate 10 vezes mais
significativos (SEO et al., 2008; WALTER et al., 2010).
Conforme pode ser observado na Figura 10 (apresentada na Secao 3.4), as irregu-
laridades na ionosfera podem afetar de distintas maneiras os satelites que estao sendo
rastreados pelo receptor. Uma possıvel estrategia de mitigacao dos efeitos da cintilacao
no posicionamento GNSS e o descarte das observacoes mais afetadas. Em um cenario
com varios satelites disponıveis (com boa redundancia de observacoes), mas com apenas
um satelite afetado pela cintilacao, a determinacao da posicao do usuario pode nao ser
afetada significativamente. No entanto, em um cenario oposto, com fraca cobertura de
satelites e sem redundancia de observacoes, a perda de sintonia de apenas um satelite
pode causar a interrupcao do servico de posicionamento.
No contexto das redes GNSS – tanto as compostas por estacoes terrestres, como as
caracterizadas por sistemas de complemento – se a cintilacao afetar apenas alguns satelites
de uma unica estacao, o impacto da rede na performance do usuario sera provavelmente
baixo e restrito a regiao do mesmo. Ja num caso extremo, com muitas estacoes sendo
afetadas por severas cintilacoes, este impacto pode ser refletido com maior significancia
para toda a rede (WALTER et al., 2010).
Ja no contexto dos sistemas de navegacao em si, a mitigacao dos efeitos da cintilacao
ionosferica depende do aumento da cobertura: quanto mais satelites estiverem disponıveis
para o usuario, maior sera a possibilidade de se garantir a performance em eventos de
cintilacao, ja que sera possıvel tolerar os sinais degradados. Destaca-se que a frequencia
L2 e mais suscetıvel a cintilacoes de fase em relacao a frequencia L1. No entanto, em alguns
casos, as cintilacoes de amplitude podem ser mais significativas na frequencia L1. Como
baixas cintilacoes de fase sao mais comuns que as altas cintilacoes de amplitude, a perda
de dados em L2 e superior a L1. Conforme ja comentado, a perda de dados acarretada
pela cintilacao prejudica modelagens, como a pseudodistancia suavizada pela fase, bem
como demais combinacoes lineares que podem ser realizadas a partir de receptores multi-
frequencia. Com a nova frequencia de transmissao (L5) para o GPS, esta vulnerabilidade e
reduzida, uma vez que, dentre outros aspectos, a potencia do sinal foi aumentada, fazendo
com que os receptores sofram menos perda de dados em L5 em relacao a L2. Todavia,
severas cintilacoes de fase e de amplitude tambem serao significativas nesta frequencia
(WALTER et al., 2010). De uma forma geral, destaca-se que as cintilacoes de amplitude
e de fase sao bem correlacionadas, e que os efeitos sao menos significativos na frequencia
62
L1 em relacao as frequencias L2 e L5 (PENG et al., 2011).
Outro aspecto a se destacar e quanto ao uso das efemerides transmitidas. Para o
caso do GPS, estao incluıdos bits de paridade que permitem a deteccao de erros. As
mensagens tem duracao de 18 segundos e uma taxa de 50 bits por segundo. Elas sao
retransmitidas pelos satelites a cada 30 segundos, e atualizadas a cada 2 horas. Testes
devem ser realizados a fim de observar a correta decodificacao de uma nova mensagem,
seja pelos bits de paridade, seja atraves de testes comparativos entre retransmissoes. Em
caso de deteccao de falha na decodificacao, o referido satelite pode ser descartado ate a
correta decodificacao das mensagens, ou seja, novos dados devem ser adquiridos ou deve-se
utilizar mensagens de navegacao anteriores (WALTER et al., 2010).
No caso dos sistemas de complemento – como os satelites SBAS – sao transmitidas
mensagens com informacoes mais abrangentes, como informacoes acerca da integridade
de todos os satelites disponıveis. Logo, este tipo de sistema deve contar com tecnicas
robustas de deteccao de erros a fim de garantir a correta decodificacao das informacoes.
O uso de satelites redundantes tambem figura como uma alternativa, ja que, neste caso,
somente havera prejuızo se todos os satelites forem afetados pela cintilacao (WALTER et
al., 2010).
Por fim, no contexto do usuario, e importante que se tenha receptores multi-frequencia
a fim de realizar uma modelagem adequada dos diversos efeitos que aparecem na trajetoria
do sinal ate o receptor, com excecao de linhas de base muito curtas (aproximadamente 1
a 5 km).
4.0.3 Influencia no Posicionamento Relativo
No posicionamento relativo, uma parte dos erros devido a ionosfera e cancelada ao
se realizar as duplas diferencas. No entanto, a ionosfera ainda pode causar impactos
significativos no posicionamento, ainda que se utilize receptores de dupla frequencia (DAL
POZ, 2010).
Mendonca, Monico e Motoki (2012) apresentam um estudo de caso, onde o posicio-
namento relativo foi empregado em um cenario de agricultura de precisao. Foi utilizado
um trator dotado de sistema comercial de piloto automatico baseado no metodo de posi-
cionamento RTK. A fim de verificar as condicoes de cintilacao nas proximidades do local,
foi constituıda uma estacao de monitoramento de cintilacao nas proximidades da regiao
do experimento, conforme apresenta a Figura 20.
63
Figura 20: Estacao de monitoramento utilizada para a inferencia dos parametros de ati-vidade da ionosfera. Fonte: Mendonca, Monico e Motoki (2012).
Utilizando-se a solucao RTK disponıvel no trator, e mantendo-se o mesmo parado a
uma distancia aproximada de 100 m de sua estacao base, observou-se, em um perıodo ob-
servado de alta cintilacao, discrepancias de ate 30 cm entre as solucoes epoca a epoca. A
Figura 21 apresenta os resultados deste experimento. Acima, sao apresentados os ındices
S4 obtidos na base: as linhas amarela e vermelha indicam, respectivamente, limiares empı-
ricos adotados para caracterizacao da cintilacao como fraca/moderada e moderada/forte.
A direita sao apresentadas as coordenadas obtidas pelo sistema comercial, que os dispo-
nibiliza atraves das componentes horizontais (E e N) na projecao UTM e a componente
vertical (h) no referencial da base utilizada.
4.0.4 Influencia no Posicionamento por Ponto Preciso (PPP)
No PPP, e possıvel observar os efeitos da cintilacao ionosferica em um experimento
realizado por Silva, Monico e Marques (2012), o qual recorreu a dados de uma estacao da
rede de monitoramento CIGALA/CALIBRA localizada em Presidente Prudente/SP. Foi
escolhido um perıodo onde o ındice S4 indicou a presenca de forte cintilacao de amplitude,
observadas pelo alto ındice S4.
Os resultados sao apresentados na Figura 22. Acima, e possıvel notar o ındice S4
elevado em um perıodo do dia, indicando a cintilacao forte. Logo abaixo, o erro nas
coordenadas obtidas na solucao epoca-a-epoca e apresentado. Observa-se que os erros
foram significativos tanto nas componentes leste, norte e vertical, chegando a picos de 5
m.
64
Figura 21: Indice S4, erro nas componentes Leste (E), Norte (N) e Vertical (H) em RTK.Fonte: Mendonca, Monico e Motoki (2012).
65
Figura 22: Cintilacao observada e erros obtidos em PPP. Fonte: Silva, Monico e Marques(2012).
66
5Visualizacao e Mineracao de Dados
A capacidade de coletar e armazenar dados esta aumentando de maneira mais rapida
do que nossa habilidade de analisa-los (KEIM et al., 2008b). A Figura 23 apresenta um
panorama geral da evolucao das tecnologias de armazenamento de dados. Em 1982, a
empresa Tandon anunciou um disquete de 3 12 polegadas com capacidade de armazena-
mento de 875 kilobytes (KB) - inferior a 1 megabyte (MB). O preco de lancamento deste
dispositivo de armazenamento era aproximadamente 200 dolares (TANDON. . . , 1982).
Atualmente, pouco mais de 30 anos depois, existem, por exemplo, dispositivos de arma-
zenamento do tipo cartao MicroSD capazes de armazenar 32 gigabytes (GB) de dados.
Este tipo de dispositivo tem um preco aproximado de 30 dolares. Observa-se uma reducao
superior a 40.000 vezes no preco por byte, alem da maior capacidade de armazenamento,
velocidade e robustez do cartao MicroSD em relacao ao disquete.
Figura 23: Comparacao entre um disquete e um cartao Micro SD.
Este aspecto – de facilidade de armazenamento de volumes crescentes de dados –
acarreta em necessidades adicionais para analisa-los. Neste contexto, o campo da analise
exploratoria de dados (Exploratory Data Analysis – EDA) reune filosofias acerca da inves-
tigacao sobre os dados, alem de um conjunto de ferramentas e tecnicas para exploracao
67
dos mesmos (KEREN; LEWIS, 1993). Destaca-se a importancia da utilizacao de repre-
sentacoes visuais sobre os dados – inclusive precedendo analises estatısticas classicas, ja
que estas podem, em certos casos, nao deixar tao claras informacoes importantes sobre
os dados de acordo com a estatıstica empregada (por exemplo, a media de um atributo)
(HARTWIG, 1979).
Um exemplo que evidencia a importancia da analise exploratoria precedendo a analise
estatıstica e apresentado em Croarkin e Tobias (2012). Os quatro conjuntos de dados
apresentados – cada qual formado por onze instancias de X e Y – possuem mesma media
para as instancias de X (9.0), mesma media para as instancias de Y (7.5), mesmo desvio-
padrao residual (1.24) e mesmo ındice de correlacao (0.82), alem de outras propriedades
estatısticas identicas. De um ponto de vista quantitativo, a analise estatıstica pode levar
a conclusao de que os conjuntos de dados sao equivalentes. No entanto, a construcao
de graficos de dispersao para cada conjunto permite perceber que os mesmos sao bem
distintos entre si, conforme pode ser observado na Figura 24.
Figura 24: Quatro conjuntos de dados com caracterısticas divergentes, mas com proprie-dades estatısticas identicas. Adaptado de Croarkin e Tobias (2012).
As tecnicas de visualizacao e de mineracao de dados figuram como importantes aliadas
nos processos de analise exploratoria dos dados e tomada de decisao. Trata-se de abor-
dagens eficientes para lidar com este paradigma de se lidar com grandes quantidades de
dados. A visualizacao explora as habilidades do ser humano de se encontrar estruturas em
imagens. Ja a mineracao busca a descoberta de conhecimento em gradiosas quantidades
de dados (MULLER; SCHUMANN, 2003; HAN; KAMBER, 2006).
Shneiderman (2001) destaca um paradigma presente em sistemas de visualizacao e
68
mineracao de dados. Quando ha alta complexidade computacional, aumentam-se os riscos
se a compreensao e controle por parte do usuario diminuem. Desta forma, em sistemas
computacionais desta natureza, e essencial que o usuario possa interagir com as operacoes.
Deve-se permitir que, apos uma analise inicial, parametros de configuracao sejam alterados
e os novos resultados sejam apresentados de forma visual. Tendo estes recursos, o sistema
se caracteriza como uma ferramenta de descoberta.
Han e Kamber (2006) destacam alguns componentes desejados em um sistema de
mineracao de dados, os quais permitem ao usuario se comunicar interativamente com o
sistema de mineracao. Desta forma, o usuario pode direcionar o processo, fazendo analises
gerais ou especıficas de acordo com o seu interesse. Tais componentes compreendem:
• Definicao da funcionalidade a ser aplicada (definidas na Subsecao 5.2.1);
• Definicao de um subconjunto de interesse na base de dados (atributos e dimensoes);
• Determinacao de limiares (ou outras funcoes de avaliacao) que funcionem como
regras para o processo de mineracao;
• A maneira com que os resultados serao apresentados (representacao visual).
Inicialmente, o usuario define o tipo de conhecimento que deseja extrair da base de
dados, para entao criar um subconjunto de interesse. Este subconjunto pode ser compre-
endido por um conjunto de atributos ou de instancias dos dados (REZENDE, 2009). Em
seguida, o usuario pode especificar limiares ou parametros de entrada para o processo de
mineracao. Apos a execucao de tal processo, o usuario pode interagir com a representacao
visual dos resultados obtidos.
Detalhes sobre os conceitos de visualizacao e mineracao de dados sao apresentados
respectivamente nas Secoes 5.1 e 5.2 a seguir.
5.1 Visualizacao de Dados
As representacoes visuais proporcionam o mais poderoso canal de comunicacao entre
o ser humano e o computador: cerca de 20 bilhoes de neuronios responsaveis em analisar
informacoes visuais proveem um mecanismo de reconhecimento de padroes que e funda-
mental na maioria das atividades cognitivas do ser humano. Mais informacao pode ser
adquirida atraves da visao do que atraves da combinacao de todos os outros sentidos
(WARE, 2012).
69
Pode-se encontrar duas definicoes interessantes sobre o termo “visualizacao” em um
dicionario (VISUALIZACAO, 2009). A primeira e “transformacao de conceitos abstratos
em imagens reais ou mentalmente visıveis”, e, a segunda, “conversao de numeros ou dados
para um formato grafico, que pode ser mais facilmente entendido”. Tais definicoes sao
comparaveis a evolucao do termo visualizacao, apresentada por Ware (2012), a qual parte
de construcao de uma imagem visual na mente, ate a representacao grafica de conceitos ou
dados, tornando-se assim um aliado externo que suporta processos de tomada de decisao.
Voltando as duas definicoes do dicionario, percebe-se que a primeira esta relacionada
a maneira com que o ser humano percebe e sintetiza as informacoes apresentadas visual-
mente. Esta relacao e objeto de pesquisas relacionadas a percepcao e cognicao humana. Ja
a segunda definicao esta relacionada a visualizacao da informacao seguindo-se alguma re-
presentacao: por exemplo, um grafico de barras. Para construcao do mencionado grafico,
sugere-se, entao, que as informacoes de interesse estejam armazenadas seguindo-se uma
representacao bruta ou simplificada que carece de transformacoes para ser representada
visualmente. Esta representacao bruta pode ser, por exemplo, uma planilha com gastos
mensais ao longo de um ano. Uma das grandes vantagens da visualizacao de dados e a
possibilidade de se interpretar a totalidade destes dados rapidamente, desde que sejam
bem representados. Outras vantagens podem ser destacadas, como a maior habilidade
para lidar com grandes volumes de dados, facilidade na identificacao de novos padroes e
suporte a formacao de novas hipoteses (WARE, 2012).
O processo de visualizacao de dados pode ser dividido em componentes conforme apre-
senta a Figura 25. O componente base envolve a obtencao e armazenamento dos dados.
Em seguida, aparecem as transformacoes nos dados: sao realizados pre-processamentos a
fim de se obter maior manuseabilidade. No componente seguinte aparece a representacao
visual dos dados, processo que se da atraves de algoritmos computacionais que produzirao
uma imagem na tela. Por fim, o ultimo componente e caracterizado pelo sistema cognitivo
e perceptual do analista da informacao, neste caso, de um ser humano (WARE, 2012).
Observa-se um fluxo interativo entre os componentes, e a interacao do ser humano
com todos eles. Na aquisicao dos dados, o usuario pode optar pela escolha dos dados de
interesse em um subconjunto maior. No pre-processamento, o qual precede a visualizacao,
o usuario pode optar por transformacoes sobre os dados - por exemplo, pode limitar
valores em um certo intervalo. Por fim, o usuario pode manipular a visualizacao em si,
por exemplo, atraves de interacoes com o mouse. Observa-se tambem a presenca de dois
ambientes: fısico e social. A interpretacao de informacoes pelo ser humano esta associada
70
Figura 25: Processo de Visualizacao. Adaptado de Ware (2012, p. 4).
a inumeros fatores, que podem variar desde aos aspectos cognitivos - inerentes ao ser
humano -, ate os aspectos sociais e de cultura regional. Desta forma, a representacao
visual dos dados deve estar adequada as caracterısticas de seu publico alvo - presentes no
ambiente social destacado na Figura 25. Ja o ambiente fısico esta relacionado a fonte dos
dados em si (WARE, 2012).
No contexto geral de sistemas computacionais, onde figuram as interfaces homem-
maquina, existem metaforas que estao associadas a assimilacoes “automaticas” ou “invisı-
veis”. Por exemplo, na grande maioria dos sistemas computacionais, os termos “recortar”
e “colar” remetem a movimentacao de arquivos entre diretorios. Estes termos sao meta-
foras, que, quando utilizadas permitem que o utilizador assimile informacoes que lhe sao
familiares e concretas para estruturar conceitos mais abstratos. No caso citado, “recortar
e colar” sao atividades de facil assimilacao, pois, teoricamente, fazem parte do cotidiano
natural do utilizador. Desta forma, a metafora e utilizada para representar o conceito
mais abstrato (ROCHA; BARANAUSKAS, 2003). Outro exemplo de metafora sera apre-
sentado adiante na Subsecao 5.3, onde explora-se a metafora de um calendario para a
representacao de informacoes.
Alguns fatores que caracterizam a interface de apresentacao da informacao de forma
visual ao ser humano sao como metaforas de interface implıcitas. Embora parecam peque-
nos detalhes, estudos revelam que a apresentacao da informacao influencia diretamente
no processo de percepcao e cognicao humana (KEHRER, 2007; KEIM et al., 2008b).
71
Desta forma, estes detalhes – uma vez compreendidos e modelados – podem resultar em
resultados mais eficientes no processo de tomada de decisao.
Em grandiosas quantidades de dados, tomar alguma decisao sem uma representacao
alternativa dos dados torna-se muito difıcil. De uma forma geral, pode-se afirmar que
extrair informacoes relevantes e analisa-las – a fim de fundamentar e confirmar hipoteses
– sao alguns dos processos que se tornam mais ageis e eficientes quando estas informacoes
sao apresentadas em um esquema visual e interativo, alcancando o poder de comunicacao
visual do ser humano.
Este eixo compreendido pela comunicacao visual do ser humano e pela representacao
da informacao esta relacionado ao conceito de Visual Analytics (Analıtica Visual), que tem
como objetivo principal permitir ao ser humano interagir fortemente com a informacao,
obtendo assim as melhores conclusoes para o sucesso no processo de tomada de decisao.
5.1.1 O conceito de Visual Analytics
Em contextos semelhantes ao que apresentamos neste Projeto (grandes quantidades
de dados), a aplicacao de metodos relacionados a Visual Analytics (ou Analıtica Visual)
e indicada. Segundo Keim et al. (2008b), a Analıtica Visual combina tecnicas de analise
de dados com visualizacao interativa para se obter entendimento, raciocınio e decisoes
eficazes sobre uma base de dados muito grande e com dados complexos. Um dos pontos
fortes da Analıtica Visual esta na combinacao dos pontos fortes das maquinas com os
pontos fortes dos humanos, isto e, o poder de processamento das maquinas esta aliado a
capacidade de perceber, relacionar e concluir do ser humano.
A Figura 26 apresenta o escopo da Analıtica Visual, onde a visualizacao e combi-
nada a fatores humanos e a analise de dados. E possıvel verificar que a Analıtica Visual
compreende varias especificidades, como a analise geoespacial, estatıstica e cientıfica.
Keim et al. (2008a) apresentam um ciclo do processo Analıtico-Visual, o qual pode
ser observado na Figura 27. Este ciclo envolve a interacao de tres entidades: dados,
visualizacao (representacao visual) e usuario. Para uma analise inicial dos dados, emprega-
se a visualizacao, gerando-se uma imagem. A imagem incrementa a percepcao do usuario,
permitindo ao mesmo a obtencao de um novo entendimento que auxilia na construcao do
conhecimento sobre os dados. O conhecimento permite a formulacao de novas hipoteses, as
quais podem ser melhor estudadas (exploracao e analise). A partir daı, pode-se restringir
o domınio de interesse no conjunto de dados para analises especıficas, reiniciando-se o
72
Figura 26: Escopo da Analıtica Visual. Adaptado de Keim et al. (2008b, p. 4).
ciclo na analise inicial deste subconjunto de dados.
Figura 27: Ciclo do Processo Analıtico-Visual. Traduzido de Keim et al. (2008a, p. 165).
Diversas abordagens tem sido introduzidas nos ultimos anos, as quais proveem graficos
mais efetivos para visualizacao de grandes volumes de dados, tanto em quantidade de
dados, como em numero de parametros. No contexto de dados orientados ao tempo -
escopo deste projeto - a visualizacao de series temporais possibilita a observacao de varios
aspectos, tais como (MacEACHREN, 1995; MULLER; SCHUMANN, 2003):
• Existencia: um fenomeno ocorreu em certo perıodo?
• Localizacao temporal: Quando um fenomeno ocorre? Existe um comportamento
sistematico?
73
• Intervalo temporal: Quanto tempo dura certo fenomeno?
• Textura temporal: Com que frequencia ocorre?
• Taxa de variacao: Como o fenomeno tem variado ao longo do tempo?
• Sequencialidade: Em que ordem acontecem?
• Associacao: Existem fenomenos associados?
O processo da Analıtica Visual contribui para a busca das respostas para estas cate-
gorias de questoes, possibilitando ao analista, pela interatividade, uma participacao mais
ativa no processo de exploracao e analise dos dados.
5.2 Mineracao de Dados (Data Mining)
O conceito de mineracao de dados remete a extracao de conhecimento em grandes
quantidades de dados. O termo “mineracao”, que pode soar estranho neste contexto, e
analogo ao aplicado, por exemplo, na mineracao de ouro: o objetivo e encontrar porcoes
preciosas em grandes quantidades de material bruto (HAN; KAMBER, 2006). A Figura
28 apresenta o escopo da mineracao de dados, que engloba uma serie de disciplinas, tais
como estatıstica, aprendizado de maquinas, visualizacao de dados, dentre outras.
Figura 28: Escopo da Mineracao de Dados. Traduzido de Han e Kamber (2006, p. 29).
Outro conceito aplicavel neste contexto e o de Descoberta de Conhecimento em Bases
de Dados (Knowledge Discovery from Data - KDD1). Este conceito pode ser visto como
1A definicao Knowledge Discovery in Databases tambem pode ser encontrada na literatura para a siglaKDD.
74
um processo mais abrangente, o qual inclui em uma de suas etapas o processo de mineracao
de dados. Mesmo assim, o termo Data Mining tem sido mais utilizado (HAN; KAMBER,
2006).
A Figura 29 apresenta o processo KDD, incluindo a etapa de mineracao de dados.
Dados de diversas fontes sao pre-processados a fim de se garantir a consistencia dos mes-
mos. Em seguida, os mesmos podem ser integrados em um repositorio central. Na etapa
seguinte, um subconjunto de interesse e recuperado do repositorio. Nesta etapa, pode ser
necessaria a realizacao de transformacoes sobre os dados: como exemplo, pode-se recorrer
a normalizacao dos mesmos. A maior parte do tempo e gasta nestas etapas, podendo
atingir ate 70% do tempo total. Em seguida, tem-se o processo de mineracao, onde me-
todos sao aplicados a fim de se extrair padroes sobre os dados. Apos este processo, os
resultados podem ser avaliados por metricas especıficas - que funcionam como indicadores
de qualidade sobre o processo de mineracao -, e apresentados ao usuario por tecnicas de
visualizacao e representacao de conhecimento. Este processo segue em um fluxo de da-
dos, informacao e conhecimento, onde partindo-se sobre a massiva quantidade de dados,
busca-se alcancar um novo conhecimento sobre certo fenomeno (HAN; KAMBER, 2006;
REZENDE, 2009).
Figura 29: Processo KDD incluindo a Mineracao de Dados. Adaptado de Han e Kamber(2006, p. 6).
A arquitetura geral de um sistema computacional de mineracao de dados e apresen-
75
tada na Figura 30. Na camada base, tem-se as fontes de dados, que podem ter diferentes
origens. Na camada superior, tem-se uma unidade central ou data warehouse, a qual e
responsavel por armazenar os dados selecionados pelo usuario em seu processo de minera-
cao. O modulo de mineracao inclui os algoritmos para realizacao de tarefas, tais como a
classificacao e analise de correlacao. Este modulo interage com o modulo de avaliacao de
padroes, que comporta as metricas utilizadas para reconhecimento de padroes. Observa-
se que estes dois modulos estao ligados a base de conhecimento. O conhecimento previo
acerca do domınio dos dados e utilizado como guia durante o desenvolvimento do mo-
dulo de mineracao e do modulo de avaliacao de padroes. No topo, tem-se a interface de
comunicacao com o usuario, a qual permite a interacao do mesmo com o sistema, permi-
tindo a realizacao de consultas e demais tarefas durante o processo de mineracao (HAN;
KAMBER, 2006).
Figura 30: Arquitetura geral de um Sistema de Mineracao de Dados. Adaptado de Hane Kamber (2006, p. 8).
5.2.1 Funcionalidades da Mineracao de Dados
O processo de mineracao de dados tem por objetivo final a extracao de conhecimento
em grandes quantidades de dados, conforme definido na Secao 5.2.
76
Algumas caracterısticas definem tarefas no processo de mineracao de dados, as quais
podem ser definidas como descritivas ou preditivas. Enquanto as tarefas descritivas ca-
racterizam as propriedades dos dados, as preditivas visam visam realizar inferencias sobre
os mesmos a fim de se obter comportamentos futuros. As seguintes funcionalidades sao
destacadas por Han e Kamber (2006):
• Caracterizacao e Discriminacao de Dados: a caracterizacao visa sumarizar os dados
de uma classe de estudo, denominada classe alvo. A discriminacao visa comparar a
classe alvo com um conjunto de classes comparativas, denominadas classes contraste.
Os resultados da caracterizacao podem ser apresentados de varias formas, como
graficos de pizza e de barra;
• Mineracao de Padroes, Associacoes e Correlacoes: o termo padrao recorrente e
auto-explicativo. Han e Kamber (2006) classifica os padroes recorrentes em tres
tipos: conjunto de items, sequenciais e estruturados. Os padroes em conjuntos
de itens acontecem quando um conjunto de atributos aparece simultaneamente.
Exemplificando-se, um comerciante pode observar que uma parte consideravel das
pessoas que compram um computador adquire tambem uma impressora. Ja os
padroes sequenciais sao formados pelo desencadeamento de acoes. Por exemplo,
o mesmo comerciante pode observar que pouco tempo apos comprarem um mp3
player, os compradores adquirem um novo fone de ouvido. Ja os padroes sub-
estruturados sao formados por sequencias sistematizadas de padroes em conjuntos
de itens e/ou sequenciais. A mineracao de padroes recorrentes leva a descoberta de
associacoes e correlacoes;
• Classificacao e Predicao: a classificacao e o processo de encontrar uma funcao (ou
modelo) que descreve e distingue classes em um conjunto de dados, identificadas
por rotulos. Desta forma, torna-se possıvel a utilizacao desta funcao para tentar
identificar a classe pertencente de objetos cujo rotulo ainda e desconhecido. Para
derivacao do modelo, recorre-se a um conjunto de treinamento caracterizado por
valores ja rotulados. Destaca-se que anteriormente aos processos de classificacao e
predicao, uma analise de relevancia deve ser realizada como tentativa de identificacao
de atributos que nao contribuem para estes processos, os quais podem ser excluıdos;
• Analise de Agrupamentos (Cluster Analysis): a analise de agrupamentos e realizada
sem a consulta ao rotulo da classe; de uma forma geral, tais valores sao ainda
desconhecidos nesta etapa, e o processo de clusterizacao pode ser realizado para
77
encontra-los. Neste processo, os objetos sao agrupados de maneira com aqueles
que pertencem a um mesmo cluster tenham a maior similaridade entre si, mas
tenham tambem a maior dissimilaridade se comparados a objetos de outros clusters.
Ao termino do processo, cada cluster formado pode ser visto como uma classe de
objetos;
• Analise de Anomalias (Outliers): as anomalias sao caracterizadas por elementos
que nao respeitam o comportamento habitual ou o modelo dos dados. Em algumas
aplicacoes, como deteccao de fraudes, estes elementos podem ser mais interessantes
que os habituais. Em contrapartida, em outros cenarios, tais valores podem nao ser
interessantes, os quais podem ser descartados;
• Analise de Evolucao: a analise de evolucao descreve e modela regularidades ou
tendencias de objetos cujo comportamento varia ao longo do tempo. Esta analise
pode incluir todas as etapas anteriores, alem da analise de series temporais.
5.3 Tecnicas de Mineracao e Visualizacao de Dados
Nesta Secao, sao apresentadas tecnicas de visualizacao e mineracao de dados que
foram objeto de investigacao e posteriormente utilizadas nesta pesquisa. Sao enfocadas
tecnicas aplicaveis ao domınio temporal dos dados de monitoramento (observacoes a cada
minuto), bem como ao domınio espacial (localizacao das estacoes e projecoes dos pierce
points).
Uma das visualizacoes mais antigas, que tambem pode ser considerada uma das mais
utilizadas e o grafico de dispersao. Os graficos de dispersao (scatterplots ou xy-plots) sao
baseados no sistema de coordenadas Cartesiano: duas variaveis sao plotadas – uma sobre
o eixo x e outra sobre o eixo y; pode-se explorar o uso de cores, de sımbolos e tamanho dos
sımbolos. O sucesso dos mesmos se deve a habilidade do ser humano em julgar a posicao
de atributos em um espaco delimitado. Este tipo de visualizacao e essencial para analise
exploratoria dos dados (WARD; GRINSTEIN; KEIM, 2010; REIMANN et al., 2008).
Um tipo peculiar de grafico de dispersao representa o tempo em seu eixo x. Esta
representacao pode ser utilizada em representacoes pontos, linhas ou ambos. Desta forma,
tem-se que o eixo vertical representa o atributo mapeado, e o eixo das abcissas representa
o tempo. Nas representacao com linhas, os atributos sao ligados por retas ou curvas suaves
(FEW, 2008; REIMANN et al., 2008). Um exemplo com linhas e pontos e apresentado
na Figura 31, onde o valor da variavel pH ao longo dos meses de um ano.
78
Figura 31: Representacao temporal atraves de graficos de dispersao. Fonte: Reimann et
al. (2008).
A Figura 32 apresenta duas abordagens para representacao de multiplas series tempo-
rais. A primeira (acima na Figura 32) apresenta as series em multiplas linhas; no entanto,
as linhas se tornam pequenas e os padroes perdem os seus detalhes (FEW, 2008). A
segunda (abaixo na Figura 32), apresenta as series em diferentes cores; trata-se de uma
alternativa plausıvel, mas observa-se que pode causar sobreposicao (WARD; GRINSTEIN;
KEIM, 2010).
79
Figura 32: Tentativa de representacao de diversas series na tela. Adaptada de Few (2008)
e Ward, Grinstein e Keim (2010).
Uma alternativa para a representacao de multiplas series temporais de maneira si-
multanea e a utilizacao dos horizon charts. Tais graficos combinam posicao e cores a fim
de aumentar a percepcao: as posicoes sao mais eficientes na identificacao de variacoes de
pequena escala, enquanto as cores permitem a identificacao de variacoes em larga escala.
A motivacao dos horizon charts parte do princıpio da eficiencia da representacao da serie
temporal de uma variavel do que um grafico de linha, onde o eixo das abcissas representa
o tempo, e a variavel esta representada no eixo das coordenadas (FEW, 2008; BOSTOCK,
2012).
A proposta dos horizon charts e apresentada na Figura 33. Partindo-se de uma
representacao simplificada (a), sao utilizadas cores para distinguir valores negativos de
positivos (b). As diferencas em magnitude sao representadas nas intensidades: cores mais
80
intensas sao utilizadas para os valores de magnitude maior, e cores menos intensas para os
de magnitude menor (tanto positivos, quanto negativos). Em seguida, os valores negativos
ocupam o mesmo espaco vertical que os valores positivos, sendo distinguidos pelas cores
(c). Por fim, os valores pertencentes as bandas mais intensas sao colapsados para as
bandas menos intensas (d). Desta forma, ao termino do processo, tem-se maior espaco
vertical livre, o qual pode ser utilizado para representar mais series temporais na mesma
tela (FEW, 2008).
Figura 33: Formacao dos horizon charts. Adaptada de Few (2008).
Bostock (2012) inclui uma representacao adicional, a qual e apresentada na Figura
34. Partindo-se dos horizon charts habituais (a), os valores negativos sao invertidos sobre
o eixo (b).
Figura 34: Formacao dos horizon charts. Adaptada de Bostock (2012).
Na Figura 35 e apresentado um exemplo com dados que representam a porcentagem
de variacao das acoes de 19 empresas em um perıodo superior a tres anos. E possıvel
81
observar, dentre outros aspectos, comportamentos no mercado que afetaram varias acoes
simultaneamente (BOSTOCK, 2012).
Figura 35: Representacao de varias series temporais com horizon charts. Fonte: Bostock
(2012).
Para exploracao dos atributos espaciais, os mapas sao certamente a melhor estrategia.
Shimabukuro et al. (2004) apresenta uma abordagem de multiplas visoes para o domınio
espaco-temporal, a qual e apresentada na Figura 36. Os mapas sao utilizados para repre-
sentacao espacial, onde marcadores geograficos, como pontos ou cırculos, sao utilizados
para representar elementos de interesse sobre o mesmo; a cor e a forma dos marcadores
permitem identificar um ou mais atributos de interesse (Figura 36 a esquerda). Para o
domınio temporal, sao utilizadas representacoes baseadas em pixels (pixel-based) que per-
mitem a visualizacao de atributos em diferentes escalas de tempo, como diaria, mensal
ou anual. O valor dos atributos de interesse e mapeado na cor dos pixels, enquanto a
variacao temporal e representada na posicao dos mesmos (Figura 36 a direita). A imagem
se refere a uma entidade espacial, cada coluna representa um ano e cada linha representa
um determinado mes.
82
Figura 36: Representacao espaco-temporal com mapas e pixel-based. Fonte: Shimabukuro
et al. (2004).
Wijk e Selow (1999) apresentam a tecnica Calendar View (visao de calendario), que
combina visualizacao e analise cluster de series temporais. Primeiramente, sao formados
os clusters utilizando-se algum algoritmo para tal finalidade. Em seguida, os resultados
sao exibidos em um calendario (observa-se o uso de uma metafora visual ao se empregar
um calendario (MULLER; SCHUMANN, 2003)). A Figura 37 apresenta esta tecnica.
A esquerda, a visao de calendario, onde as cores dos dias sao atribuıdas de acordo com
a classe pertencente. Observa-se que os dias da semana sao dispostos horizontalmente.
Apos a selecao de meses, dias ou classes de interesse, os valores associados sao exibidos a
direita.
Figura 37: Calendar view representando a quantidade de funcionarios dentro de uma
empresa. Fonte: Wijk e Selow (1999).
83
Lin et al. (2003) apresentam uma relacao de abordagens representativas aplicaveis a
series temporais. Esta relacao inclui Wavelets, Transformada de Fourier, dentre outras
abordagens. Uma abordagem denominada Symbolic Aggregation Approximation (SAX
- Aproximacao por Agregacao Simbolica) e introduzida, a qual possibilita a reducao de
dimensionalidade e de volume de dados atraves de uma representacao baseada em sımbolos
(LIN et al., 2003; LIN et al., 2004).
Primeiramente, a serie temporal e reduzida de n dimensoes para w dimensoes. Esta
reducao e realizada atraves da tecnica Piecewise Aggregation Approximation (PAA - Apro-
ximacao por Agregacao Seccionada). A tecnica PAA consiste em representar uma serie
temporal de dimensao n atraves de w vetores lineares. Cada vetor e constituıdo por um
valor constante. Primeiramente, a serie temporal de dimensao n e dividida em w frames
(ou segmentos) de tamanho fixo. Em seguida, o valor medio dos valores contidos em cada
frame e calculado, e o valor resultante se torna a representacao reduzida destes dados
(LIN et al., 2003; KEOGH et al., 2001). Esta representacao reduzida e apresentada na
Figura 38.
Figura 38: Reducao de dimensionalidade com a tecnica PAA. Adaptada de Lin et al.(2003).
Observa-se na Figura 38, que uma sequencia de tamanho 128 (C) foi reduzida para
oito dimensoes (C). Lin et al. (2003) destaca que antes da aplicacao da reducao com
a tecnica PAA, os dados sao normalizados para se ter media 0 e desvio-padrao 1, desta
forma, pode-se comparar series temporais de diferentes amplitudes. No entanto, para o
caso especıfico onde variacoes de amplitude sao importantes – como neste projeto – esta
etapa pode ser descartada.
Apos a realizacao da representacao PAA, sımbolos sao atribuıdos aos vetores repre-
sentativos de acordo com sua continencia em intervalos delimitados por breakpoints pre-
determinados. Um exemplo e apresentado na Figura 39, na qual a serie temporal foi
convertida para a sequencia simbolica “acdcbdba”; foram utilizados tres breakpoints e
84
quatro sımbolos, os quais permitiram transformar uma serie temporal de mil dimensoes
em uma representacao de oito sımbolos.
Figura 39: Conversao de uma serie temporal em uma representacao simbolica com SAX.Fonte: Lin et al. (2004).
Destaca-se que para o manejamento de series temporais muito longas, e conveniente
que se recorra a janelas deslizantes (sliding windows). A Figura 40 apresenta o princıpio,
onde uma serie T de comprimento 128 e decomposta sucessivamente em janelas deslizantes
(Ci) de tamanho n = 16, as quais percorrem sucessivamente toda a serie temporal.
Figura 40: Aplicacao de janelas deslizantes. Fonte: Lin et al. (2003).
Pode-se optar pela determinacao de um passo entre as janelas, caracterıstica que
relaciona o ganho em eficiencia e o grau de generalizacao. Com maior passo entre janelas,
menos dados sao processados, implicando em melhor tempo de resposta; no entanto,
aumenta-se o grau de generalizacao dos resultados, ja que nem todas as janelas possıveis
sao analisadas.
Com a aplicacao da tecnica SAX, tecnicas de visualizacao podem ser aplicadas so-
bre a representacao simbolica reduzida para melhor representacao dos resultados. Uma
abordagem esta presente no software VizTree (LIN et al., 2004), na qual os resultados da
85
representacao SAX sao visualizados em uma arvore. Nesta arvore, a espessura dos ramos
determina a frequencia de ocorrencia de certos padroes: os mais recorrentes sao repre-
sentados por ramos mais espessos, enquanto os menos recorrentes sao representados por
ramos mais finos. Tal representacao permite a identificacao de padroes frequentes e pa-
droes anomalos (raros) com eficiencia. Um exemplo e apresentado na Figura 41. Em (a),
a serie temporal original e apresentada. Em (b) define-se as configuracoes para geracao
da representacao SAX, cujo resultado e representado pela arvore em (c). Ao selecionar
um ramo especıfico em (c), uma visualizacao detalhada da arvore e apresentada em (d),
enquanto em (e) o mesmo detalhe e apresentado para serie original.
Figura 41: Visualizacao da representacao SAX utilizando arvore. Fonte: Lin et al. (2004).
86
6Concepcao e desenvolvimento de uma ferramenta para
mineracao e visualizacao de dados: ISMR Query Tool
Diversas eram as dificuldades encontradas em lidar com a massiva quantidade de dados
da Rede CIGALA/CALIBRA. Embora os dados estivessem organizados em um repositorio
central, esforco consideravel era necessario para manipula-los. Sem as caracterısticas
providas pela visualizacao, o usuario teria que agrupar dados manualmente para entao
produzir tabelas, graficos, ou mapas, o que exige esforco consideravel.
Neste contexto, teve inıcio a concepcao e o desenvolvimento da ISMR Query Tool: um
software cientıfico com objetivos de agregar as informacoes de monitoramento das estacoes
da rede e prover mecanismos para analise dos dados. A estrategia adotada consiste em
combinar tecnicas de visualizacao e de mineracao de dados, as quais permitem a analise
exploratoria e o apoio na descoberta de conhecimento.
Algumas versoes da ferramenta foram desenvolvidas ao longo da Pesquisa, as quais
foram disponibilizadas atraves do portal que reune as informacoes sobre os Projetos
CIGALA e CALIBRA na FCT/UNESP (UNIVERSIDADE ESTADUAL PAULISTA -
CAMPUS PRESIDENTE PRUDENTE, 2013). Desta forma, membros dos Projetos CI-
GALA e CALIBRA, alunos da FCT/UNESP, demais pesquisadores do GEGE, bem como
membros de instituicoes parceiras, podem usufruir de uma infraestrutura de analise que
complementa a infraestrutura de monitoramento constituıda pela rede de estacoes.
87
6.1 Da Infraestrutura de Monitoramento para a In-
fraestrutura de Analise
Os dados de monitoramento (arquivos ISMR) contem observacoes geradas a cada
minuto; observa-se a caracterizacao de dados dependentes do tempo, ou seja, os atributos
sao dados em funcao do tempo, tendo a seguinte forma geral (MULLER; SCHUMANN,
2003):
di = f (ti) (6.1)
Onde di representa um item do conjunto com as 62 variaveis obtidas pelo receptor.
Observa-se ainda, que os dados sao definidos por rotulos de tempo discretos, os quais sao
rotulados a cada minuto exato. Todo o conjunto de dados D pode ser expresso por:
D = {(t1, d1, ) , (t2, d2, ) , ..., (tn, dn, )} (6.2)
Um banco de dados temporal armazena sequencia de valores ou eventos repetıveis
ao longo do tempo. Esta repetibilidade pode ser diaria, semanal, mensal, etc. De uma
forma geral, tem-se um banco de dados relacional que armazena atributos relacionados ao
tempo. Ja um banco de dados espacial contem informacoes vinculados ao espaco. Neste
caso, o espaco esta relacionado ao domınio da informacao. Por exemplo, as coordenadas
geograficas em um mapa, ou as coordenadas dos pixels em uma imagem medica. Por fim,
um banco de dados espacial que armazena informacoes variantes no tempo e considerado
um banco de dados espaco-temporal (WARE, 2012).
Com base nestas definicoes, para organizacao dos dados e definicao de acesso de
maneira sistematica, foi modelado um banco de dados espaco-temporal utilizando-se o
Sistema Gerenciador de Banco de Dados (SGBD) PostgreSQL, bem como sua extensao
espacial PostGIS. A utilizacao da extensao espacial permite a interoperabilidade entre o
SGBD e outros servicos tais como servidores de mapa. Destaca-se que na presente pes-
quisa nao estao incluıdas operacoes topologicas nem espaciais sobre feicoes geograficas.
A Figura 42 apresenta um fluxo logico dos dados. Os registros de monitoramento,
obtidos atraves do receptor e antena GNSS, sao armazenados primeiramente em um com-
putador local em cada estacao (arquivos brutos e arquivos ISMR). Em seguida, os arquivos
sao enviados a um repositorio central com alta capacidade de armazenamento, atualmente
88
localizado na FCT/UNESP. A partir do repositorio, os dados sao importados automati-
camente para o banco de dados, em intervalos de uma hora, constituindo a base de dados
da ISMR Query Tool - que esta disponıvel atraves da internet aos usuarios. Optou-se
pela implementacao de uma de aplicacao web, onde se desfruta de vantagens como a
portabilidade, mobilidade e capacidade de distribuicao da informacao.
Figura 42: Fluxo logico dos dados.
6.1.1 Recursos Implementados: Visualizacao eMineracao
Para muitos atributos de monitoramento, como o ındice S4, existem limiares empıricos
propostos por diversos autores. De maneira similar ocorre para o angulo de elevacao dos
satelites, onde valores mınimos de aceitacao, como 10o ou 15o, sao comumente aplicados
a fim de eliminar possıveis efeitos de multicaminho do sinal.
Shneiderman (2001) destaca a necessidade de deixar o usuario decidir sobre o que
procura. Com esta caracterıstica, ele pode obter seus resultados com mais eficiencia,
ja que podera imergir nos dados e testar suas proprias hipoteses. No entanto, deve-se
respeitar os limites do usuario: operacoes muito complexas ou de difıcil entendimento
podem fazer com que os mesmos evitem executa-las.
Com base nestes aspectos, foram desenvolvidos modulos de visualizacao nos quais os
satelites e os horarios mais afetados pela cintilacao ionosferica podem ser identificados
89
atraves da visualizacao dos ındices providos pelo receptor. Uma das principais caracterıs-
ticas e a possibilidade de filtrar atributos atraves da aplicacao de operadores booleanos
em campos desejados do banco de dados. Desta forma, o usuario pode valer-se da inte-
ratividade que integra o ciclo de Analıtica Visual (apresentado na Figura 27 - Subsecao
5.1.1), generalizando e especificando os dados de interesse ao seu proprio criterio.
Na abordagem proposta, o usuario usufrui de interfaces onde especifica limiares para a
formacao do conjunto de dados. Desta forma pode especificar a seu criterio os limites para
a deteccao de outliers, bem como extrair subconjuntos a partir da relacao de quaisquer
atributos. Por exemplo, e possıvel extrair apenas dados de satelites GPS cujo angulo
de elevacao seja superior a 15o e cujo ındice S4 seja superior ao ındice Sigma-fi. Para o
processo de mineracao, o usuario pode optar ainda por parametros que definem a tecnica
SAX, como o tamanho da janela deslizante e o passo entre janelas.
A Figura 43 apresenta uma das interfaces baseada em filtros. O usuario pode escolher
um perıodo de interesse – como meses, semanas ou dias –, uma ou mais estacoes, constela-
coes ou satelites especıficos, e aplicar um ou mais filtros Booleanos. Sao disponibilizadas
tambem opcoes para a saıda grafica desejada, como grafico de dispersao, mapas e grids.
No exemplo, sao apresentadas as opcoes de configuracao para os graficos de dispersao, as
quais incluem disposicao do eixo temporal, rotulos, cores e tamanho da imagem.
Figura 43: Exemplo de interface baseada em filtros da ISMR Query Tool.
Atraves dos graficos de dispersao e possıvel encontrar rapidamente um subconjunto de
interesse caracterizado por algum fenomeno especıfico, como os picos diarios de cintilacao
caracterizados por altos valores de ındice S4.
Um exemplo e apresentado em tres etapas na Figura 44. Em (a), apresenta-se os
valores do ındice S4 para todos os satelites GPS rastreados pela estacao PRU2 no mes de
Setembro de 2012. Foi aplicado um filtro para angulos de elevacao superiores a 15o; em
90
(b), a consulta foi restringida para um perıodo aproximado de dez dias. Nesta consulta,
foi utilizada a opcao de identificacao por cores, a qual permite encontrar os satelites mais
afetados no perıodo; cada satelite e identificado univocamente pelo seu PRN. Observa-se
que cada satelite pode ser afetado de maneira distinta, ja que os sinais percorrem caminhos
independentes, se propagando por diferentes regioes na ionosfera. Por fim, em (c), sao
comparados os ındices S4 e Sigma-fi para apenas tres satelites que apresentaram altos
picos – os quais foram identificados em (b).
91
Figura 44: Ciclo analıtico-visual com visualizacao de series temporais.
92
Mais uma possibilidade e a comparacao de ındices observados por diferentes estacoes,
a qual e apresentada na Figura 45. Sao comparados os valores obtidos para o ındice S4
de estacoes proximas entre si. Em (a), compara-se as estacoes PRU1 e PRU2, as quais
distam aproximadamente 300 m entre si. Em (b), compara-se estacoes SJCE e SJCU, as
quais distam aproximadamente 10 km entre si. E possıvel notar que, de uma forma geral,
os ındices sao coincidentes, mas ha discrepancias significativas que podem ser objeto de
investigacoes mais detalhadas.
Figura 45: Comparacoes de ındices observados por diferentes estacoes.
Outra opcao e a identificacao dos horarios mais afetados do dia. Nesta opcao, os
valores de tempo sao identificados em funcao das horas e minutos, e e possıvel notar os
perıodos do dia em que as cintilacoes sao mais frequentes. Esta opcao e apresentada na
Figura 46. Foi escolhido o mes de marco de 2013; em (a), sao apresentados os resultados
da estacao POAL; ja em (b), sao apresentados os resultados da estacao SJCU. E possıvel
93
observar, alem da maior incidencia de cintilacao em SJCU, ha uma pequena diferenca no
comportamento dos ındices entre as duas estacoes. Em Porto Alegre/RS, observa-se que
os horarios de alto ındice S4 estao compreendidos em um intervalo mais restrito – entre
0h e 4h (UTC – ou 21h e 01h no tempo local) – se comparados a Sao Jose dos Campos,
onde os valores mais altos foram observados aproximadamente entre 23h e 05h (UTC –
ou 20h e 02h no tempo local).
Figura 46: Identificacao dos horarios mais afetados pela cintilacao em Marco/2013.
A Figura 47 apresenta um exemplo de visualizacao baseada em grids (ou pixel-based),
onde o ındice S4 esta sendo representado para todos os satelites GPS em um perıodo
de tres horas de dados de uma estacao. Cada linha representa um satelite, e as colunas
mantem o tempo sequencialmente; a cor das celulas e utilizada para representar os valores
mapeados; valores ausentes sao representados por celulas em preto. Atraves da interacao
94
com o mouse, e possıvel detalhar as celulas, observando ainda o angulo de elevacao dos
satelites e o valor do atributo representado. Os grids permitem a visualizacao sem que
haja sobreposicao entre os valores dos diferentes satelites. Outro aspecto positivo e a
possibilidade de identificar a disponibilidade de satelites ao longo do tempo em uma
estacao.
Figura 47: Visualizacao do ındice S4 baseada em grids.
A Figura 48 apresenta outra modalidade de representacao baseada em grids. No
exemplo, sao apresentadas as medias do ındice S4 obtidas a cada hora para um perıodo
de 2 meses de dados da estacao SJCI (Janeiro e Fevereiro de 2012). As linhas representam
as horas do dia, enquanto as colunas representam os dias. E possıvel observar os perıodos
mais afetados sem que haja sobreposicao de informacao; tambem e possıvel identificar
rapidamente as perdas de dados (celulas em cinza).
O modulo de visualizacao em mapas permite avaliar os ındices atraves dos pierce
points projetados sobre o mapa do territorio brasileiro. Uma descricao conceitual sobre
a determinacao do pierce point – ou ponto ionosferico – e apresentada em Rezende et al.
(2007). Na abordagem implementada, sao utilizadas cores para mapeamento dos atributos
a serem visualizados, onde o usuario pode optar pela delimitacao da escala. Os pierce
points podem ser projetados diretamente no mapa, sendo sobrepostos nas coordenadas do
mesmo, ou ainda pode-se recorrer a funcoes de agregacao, onde valores sao agregados nas
posicoes de um grid bidimensional. Foram implementadas as seguintes funcoes: media,
desvio-padrao, mınimo, maximo e relacao limiar/quantidade (quantidade de pierce points
com valor superior ou inferior que o limiar definido pelo usuario). O usuario tambem pode
especificar a resolucao do grid em graus decimais.
A Figura 49 apresenta um exemplo do uso de mapas. Utilizando-se um grid com
95
Figura 48: Visualizacao da media do ındice S4 para cada dia e hora do dia (UTC) em umperıodo de dois meses para uma unica estacao.
resolucao de 1o e uma mascara de elevacao de 20o, apresenta-se a quantidade de pierce-
points com S4 superior a 0.3 no mes de dezembro de 2013 para a estacao PALM. E possıvel
notar a menor frequencia de ocorrencia de cintilacao no entorno do equador geomagnetico
(linha verde pontilhada), conforme as evidencias teoricas destacadas na Secao 3.4.
Figura 49: Representacao com pierce-points.
Atraves de uma interface especıfica de selecao de dados, o usuario tem a possibilidade
de visualizar ate centenas de atributos simultaneamente atraves dos horizon-charts. Os
atributos compartilham o eixo temporal de um dia, ou seja, os dados sao visualizados
96
em funcao do horario do dia. Desta forma, ao representar-se as informacoes de um dia
inteiro, tem-se um eixo temporal composto por 1440 pixels de largura (com cada pixel
representando um minuto do dia).
A Figura 50 apresenta um exemplo. Sao apresentados seis atributos para dois satelites,
resultando-se em doze linhas. Observa-se tambem a interacao com o mouse: uma barra
vertical destaca os valores obtidos em cada atributo, permitindo a conferencia do exato
valor observado para cada serie temporal representada.
Figura 50: Visualizacao de seis atributos para dois satelites atraves dos horizon-charts.
Na Figura 51 apresenta-se um exemplo de aplicacao da visao de calendario. O ca-
lendario apresenta a media diaria do ındice S4 para a estacao SJCE no ano de 2013.
Rapidamente pode-se identificar os dias mais afetados em todo o perıodo.
Figura 51: Exemplo de visao de calendario.
As Figuras 52 e 53 apresentam um exemplo de aplicacao da tecnica SAX e detalhes
97
sobre a representacao visual implementada.
Tal tecnica foi aplicada sobre o ındice S4 de todos os satelites GPS rastreados na
primeira quinzena de Dezembro/2013 pela estacao PRU1, utilizando-se uma mascara de
elevacao de 20o. Foi adotada uma janela de duracao de 15 minutos; o passo entre janelas
consecutivas foi definido em 5 minutos. Adotou-se os limiares definidos em International
Telecommunication Union (2012) para o ındice S4. Desta forma, a aplicacao do algoritmo
permite a caracterizacao de cintilacoes fracas, moderadas e fortes (de acordo com os
limiares definidos) e que tenham duracao mınima de 15 minutos.
No exemplo apresentado na Figura 52, sao apresentados os resultados para todos
os satelites, os quais sao ordenados pelo tempo de rastreio (definido pela quantidade de
janelas consideradas). Os resultados sao sumarizados em graficos de barra verticais e seg-
mentos de barra horizontais e interativos, nos quais as larguras dos segmentos representa
a duracao dos picos, e as cores sao utilizadas para detalhar a intensidade dos mesmos. No
inıcio de cada linha, a identificacao do satelite e apresentada, e, ao termino, o valor do
parametro escolhido para ordenacao dos resultados e apresentado.
98
Figura 52: Visualizacao dos resultados da tecnica SAX.
Outras opcoes de ordenacao disponıveis sao a quantidade absoluta ou relativa de picos
por categoria. Na Figura 53, apresenta-se uma extracao obtida a partir da interacao com
os mesmos resultados da figura anterior. Optou-se agora pela ordenacao dos resultados de
acordo com a quantidade de picos de cintilacao forte (classe c). Apresenta-se a interacao
do mouse com um segmento, bem como a sumarizacao dos resultados obtidos para o
satelite.
Destaca-se que nesta visualizacao optou-se por nao compatibilizar o eixo temporal
dos satelites, uma vez que o perıodo de tempo em que cada satelite e rastreado pelo
receptor acarretaria em lacunas na representacao visual. Na visualizacao implementada,
estas lacunas sao suprimidas.
Tambem e possıvel identificar os picos mais significativos observados em cada satelite
ao longo do tempo.
99
Figura 53: Interacao com os resultados da tecnica SAX.
6.1.1.1 Sıntese dos Recursos de Mineracao e Visualizacao Implementados
A Tabela 1 apresenta uma sıntese dos recursos implementados, sumarizando as prin-
cipais caracterısticas e potencialidades de cada tecnica.
100
Tabela 1: Sıntese dos Recursos
Tecnica Caracterısticas e Potencialidades
Graficos de Dispersao Identificacao da ocorrencia de cintilacoes
Identificacao dos picos mais significativos
Identificacao de horarios mais afetados
Identificacao de satelites mais afetados
Identificacao da repetibilidade ao longo do tempo
Visualizacao simultanea de dois parametros
Grids Visualizacao de parametros sem sobreposicao
Identificacao de perdas de dados
Comparacao entre satelites
Mapas de Pierce Points Analise da cobertura espacial da rede
Repetibilidade espacial ao longo do tempo
Variacao espacial ao longo do tempo
Verificacao da geometria dos satelites
Horizon Charts Comparacoes entre multiplos atributos de diferentes satelites
Visualizacao simultanea de dezenas de parametros
Variacao diaria de atributos ao longo do tempo
Comparacao de atributos em diferentes estacoes
Calendar View Visao geral sobre o comportamento ao longo do ano
Comparacao entre estacoes na escala de um ano
Identificacao da disponibilidade de dados
SAX Classificacao de series temporais de atributos (limiares)
Reducao de dimensionalidade
Duracao de eventos (pelo tamanho da janela deslizante)
Comparacoes entre satelites em longo perıodo de tempo
6.2 Inclusao do erro posicional como atributo na base
de dados
Utilizando-se o metodo de posicionamento de alta acuracia PPP, foram processados
dados GPS das proprias estacoes de monitoramento com o software GIPSY-OASIS –
versao 6.1.2. Tal software foi escolhido pelo seu carater cientıfico, alem da possibilidade
de processamento automatizado mediante a elaboracao de scripts em ambiente Linux.
101
Foram utilizadas efemerides precisas (finais) provenientes do IGS, combinacao ion-free
para correcao da refracao ionosferica, funcao de mapeamento de Viena (VMF1) e aplicacao
de gradientes para a correcao dos efeitos da troposfera, correcoes para o centro de fase
da antena, modelos de mares terrestres e mascara de elevacao de 15o. Foram processadas
janelas com intervalos de duracao de 1 hora, no modo cinematico. Esta estrategia foi
utilizada com o objetivo de se avaliar os resultados do processamento apos um tempo de
ocupacao suficiente para a solucao das ambiguidades. A cada dia, foram processadas 24
janelas, sendo que cada janela se inicia nas horas exatas do dia. E importante ressaltar que
tal software efetua filtragem sobre as observaveis e recorre a um processo de suavizacao
no processamento.
Foi utilizada uma configuracao sugerida nos manuais do software na qual sao obtidas
solucoes posicionais a cada cinco minutos, baseando-se em um princıpio de decorrelacao
dos efeitos presentes nas observacoes epoca-a-epoca. A solucao posicional (X, Y e Z) de
cada epoca foi armazenada na base de dados, bem como os respectivos desvios-padrao.
A partir destes valores, foram definidos os atributos “error3d” e “sigma3d” com as resul-
tantes do erro posicional total ou tri-dimensional e dos seus respectivos desvios-padrao,
respectivamente. Estes dois atributos foram disponibilizados nas interfaces de consulta
e visualizacao da ISMR Query Tool, tornando possıvel uma comparacao imediata entre
estimativas de cintilacao e possıveis efeitos causados no posicionamento.
E importante ressaltar que nao ha uma solucao em rede para as coordenadas das
estacoes de monitoramento da Rede CIGALA/CALIBRA. As coordenadas utilizadas como
referencia para cada estacao foram obtidas atraves da media ponderada de solucoes PPP
(modo estatico, perıodo de ocupacao de 24 horas). A quantidade de dias considerados
para tal determinacao variou conforme a data de instalacao das estacoes. As velocidades
das estacoes nao foram consideradas nestes processamentos. Logo, ao analisar-se o efeito
causado pela cintilacao atraves do erro resultante, deve-se levar em consideracao – alem
da magnitude do erro – a discrepancia entre as solucoes epoca-a-epoca obtidas na janela.
Dois exemplos sao apresentados a seguir. Na Figura 54, sao apresentados os ındices S4
e os erros posicionais para o dia 14/08/2011. Observa-se que neste dia nao houve pico de
cintilacao, e que nao houve discrepancias significativas entre as janelas, bem como entre
as solucoes de cada janela.
102
Figura 54: Indice S4 e resultante do erro posicional para um dia sem picos de cintilacao.
Ja na Figura 55, os mesmos atributos sao apresentados para o dia 04/11/2011. E
possıvel observar alguns picos de alto ındice S4 (com mascara de elevacao de 10 graus),
como entre 0h e 2h, e entre 4h e 5h. Observa-se que as janelas compreendidas entre 0h
e 1h, e entre 1h e 2h apresentaram aspectos divergentes das demais. Na janela entre
0h e 1h observa-se a presenca de erros de cerca de 1,6 metros nas solucoes, e um desvio-
padrao muito alto. No entanto, observa-se que as solucoes nao apresentaram discrepancias
significativas entre si – diferentemente da janela entre 1h e 2h, onde as degradacoes entre
as solucoes foram mais significativas. Outro aspecto a observar e o pico de ındice S4 entre
4h e 5h, o qual nao acarretou em prejuızo as solucoes posicionais no mesmo intervalo.
Este aspecto pode ser detalhado em consultas adicionais – por exemplo, pode-se proceder
a identificacao dos satelites mais afetados.
103
Figura 55: Indice S4 e resultante do erro posicional para um dia com picos de cintilacao.
Destaca-se a relevancia da inclusao de atributos posicionais como parametros de ca-
racterizacao da cintilacao. Destaca-se ainda que os erros posicionais observados podem ser
objeto de analises mais criteriosas incluindo demais parametros – tais como a geometria,
o tempo de rastreio e o angulo de elevacao dos satelites.
104
7Experimentos e Analises dos Resultados
Neste Capıtulo, sao apresentados experimentos realizados com o auxılio da ISMR
Query Tool. Tais experimentos visam descrever aspectos gerais da cintilacao ionosferica
no Brasil com base dos dados de monitoramento disponıveis no perıodo de 2011 a 2013.
Com os experimentos, observa-se a contribuicao das abordagens desenvolvidas para o
suporte a analise da cintilacao ionosferica no Brasil, fato muito importante para diversas
atividades e linhas de pesquisa, incluindo as Ciencias Cartograficas e Geodesicas.
Tambem sao apresentados experimentos no contexto dos efeitos da cintilacao ionosfe-
rica no Posicionamento GNSS (PPS e PPP).
7.1 Variacoes temporais e espaciais
Considerando-se os dados de satelites GPS de todas as estacoes disponıveis, a Figura
56 apresenta a media aritmetica diaria do ındice S4 no perıodo de 2011 a 2013 atraves da
abordagem da visao de calendario. Pode-se identificar as epocas do ano mais afetadas, que,
de uma forma geral, estao compreendidas nos perıodos de janeiro a marco e de outubro a
dezembro; mais detalhes serao apresentados adiante. E importante ressaltar que, embora
tenha sido utilizada a media aritmetica, uma analise criteriosa acerca da distribuicao
estatıstica dos dados permite obter a medida de tendencia central mais apropriada para
descrever os dados; a media aritmetica foi adotada por sua disponibilidade funcional no
SGBD utilizado.
105
Figura 56: Media diaria do ındice S4 - todas as estacoes.
A dimensao espacial da ocorrencia de cintilacoes ionosfericas no Brasil pode ser obser-
vada no mapa apresentado nas Figuras 57 e 58. Tais figuras apresentam o desvio-padrao
do ındice S4 projetado nos pierce points. Utiliza-se o desvio-padrao com o objetivo de se
obter uma aproximacao das regioes onde tal ındice apresenta maior variacao. Na Figura
57, foram utilizados ındices obtidos para satelites GPS no mes de Outubro de 2012 nas
estacoes localizadas em Manaus/AM, Palmas/TO, Presidente Prudente/SP, Sao Jose dos
Campos/SP, Macae/RJ e Porto Alegre/RS; na Figura 58, foram utilizados ındices obtidos
para satelites GPS no mes de Dezembro de 2013 nas estacoes localizadas em Fortaleza/CE,
Palmas/TO, Salvador/BA, Presidente Prudente/SP, Sao Jose dos Campos/SP, Macae/RJ
e Porto Alegre/RS (as estacoes foram escolhidas de acordo com a disponibilidade de da-
dos). Pode-se observar que as cintilacoes mais frequentes ocorreram em regioes localizadas
ao norte e ao sul do equador geomagnetico (representado pela linha verde pontilhada).
106
Figura 57: Desvio-padrao do ındice S4 nos pierce points (mascara de elevacao de 20o; grid
com resolucao de 1o; dados GPS do mes de Outubro de 2012).
Figura 58: Desvio-padrao do ındice S4 nos pierce points (mascara de elevacao de 20o; grid
com resolucao de 1o; dados GPS do mes de Dezembro de 2013).
Uma avaliacao dos horarios mais afetados e apresentada na Figura 59. Utilizando-se
dados das estacoes PRU2, SJCI, POAL e MAC2, sao apresentadas as medias do ındice
S4 por minuto (escala de tempo UTC) considerando-se tambem o perıodo de Outubro
de 2012. Foi utilizada uma mascara de elevacao de 20o e dados GPS. Este resultado foi
107
realizado atraves de uma consulta SQL na base de dados. Destaca-se a relevancia da
modelagem de dados e da implantacao de um SGBD, os quais permitem a realizacao de
consultas imediatas e tambem de maior complexidade.
Pode-se observar o aumento do ındice S4 apos as 22h, o qual permanece alto nas
horas subsequentes ate iniciar um perıodo de decrescimo; observa-se tambem o horario
mais crıtico compreendido entre 0h e 2h (ou entre 21h e 23h no horario oficial de Brasılia).
Por exemplo, em aplicacoes como a agrigultura de precisao, este tipo de analise pode ser
util para atividades de planejamento, ja que se pode recorrer a tais estatısticas para
escolher o horario que tem apresentado os maiores ındices de cintilacao, podendo assim
planejar estrategias de trabalho alternativas.
Figura 59: Horarios mais afetados no mes de Outubro de 2012.
Ao longo do tempo, e possıvel observar a variacao dos horarios mais afetados pela
cintilacao com a visualizacao baseada em horizon charts. Um exemplo e apresentado na
Figura 60: utilizando-se dados da estacao PRU2, sao apresentadas as series temporais
de ındice S4 medio obtidos na ultima quinzena do mes de Outubro de 2012. E possıvel
notar que, embora haja predominancia dos horarios mais afetados, os horarios de pico
apresentam pequenas variacoes ao longo dos dias.
108
Figura 60: Estacao PRU2 - variacao dos horarios mais afetados pela cintilacao na ultima
quinzena do mes de Outubro de 2012.
As Figuras 61 a 63 representam a media diaria do ındice S4 utilizando-se a abordagem
de visao de calendario para as estacoes localizadas em Palmas/TO, Presidente Pruden-
te/SP e Porto Alegre/RS; foram utilizados apenas dados de satelites GPS, com mascara
de elevacao de 10o e mesma escala de intensidade de cores em cada visualizacao (as celulas
em cinza indicam ausencia ou indisponibilidade de dados).
Atraves destas visualizacoes, e possıvel observar que as cintilacoes mais severas foram
observadas na cidade de Presidente Prudente, e as menores estimativas foram obtidas
em Porto Alegre. Tal resultado e esperado ao considerarmos as localizacoes geograficas
das estacoes. Presidente Prudente encontra-se na regiao da anomalia equatorial, onde as
cintilacoes sao mais frequentes; Palmas esta mais proxima da regiao equatorial, onde a
incidencia e menor se comparada a regiao da anomalia; e Porto Alegre esta em uma regiao
de media latitude, sendo, portanto, pouco afetada.
109
Figura 61: Media diaria do ındice S4 - estacao PALM.
Figura 62: Media diaria do ındice S4 - estacao PRU2.
110
Figura 63: Media diaria do ındice S4 - estacao POAL.
Com a finalidade de constatar o aspecto de maior incidencia de cintilacoes nas regioes
da anomalia equatorial em relacao as regioes do equador geomagnetico, foi realizada uma
analise comparativa mais detalhada entre as estacoes PALM e PRU2, a qual e apresentada
na Figura 64. Nesta analise, sao apresentadas as porcentagens mensais de cintilacoes
moderadas e fortes ao longo do perıodo de 2011 a 2013. Foi utilizado como parametro
o ındice S4 na frequencia L1 para os satelites GPS. Para obtencao dos resultados, os
limiares definidos em International Telecommunication Union (2012) para o ındice S4
foram especificados para aplicacao da tecnica SAX, a qual foi aplicada para cada mes nas
duas estacoes. Por se tratar de uma analise de carater comparativo, a largura da janela e
o passo entre as janelas foram ajustados para o mınimo valor possıvel (um minuto).
E possıvel observar que, na maioria dos casos, os meses de outubro a dezembro apre-
sentaram ındices mais altos que os meses de janeiro a marco (a unica excecao ocorreu
no mes de Dezembro de 2013 na estacao PALM). Observa-se ainda certa frequencia de
ocorrencia de cintilacao nos meses de abril e de setembro. Ja nos meses de maio a agosto,
os valores observados foram baixos.
111
Figura 64: Porcentagem mensal de cintilacoes moderadas a fortes (S4 > 0.3) - Estacoes
PALM e PRU2.
De uma forma geral, nas estacoes e epocas do ano mais afetadas pela cintilacao, ocorre
112
um comportamento sistematico de picos diarios de cintilacao. Este comportamento pode
ser observado na sequencia apresentada na Figura 65, a qual apresenta o ındice S4 obtido
para todos os satelites GPS na frequencia L1 para a estacao PRU2 no perıodo de Agosto
a Outubro de 2013; observa-se a ocorrencia de picos diarios de alto ındice S4 a partir do
final do mes de Setembro. No perıodo compreendido entre Maio a Agosto, os picos sao
mais raros (as lacunas indicam indisponibilidade de dados).
113
Figura 65: Comportamento dos picos de ındice S4 para a estacao PRU1.
114
7.2 Comparacoes envolvendo Constelacoes, Satelites,
Indices e Frequencias
Nesta Secao, sao apresentadas algumas comparacoes envolvendo diferentes cenarios,
tais como distintas constelacoes, satelites especıficos, e ındices em diferentes frequencias.
Assim como no exemplo apresentado na Figura 64, as analises de carater comparativo
foram realizadas atraves da aplicacao da tecnica SAX com mınima largura da janela e
o menor passo entre as janelas (ambos definidos como um minuto). Da mesma forma,
para classificacao dos nıveis de cintilacao atraves do ındice S4, foram utilizados os limiares
definidos em International Telecommunication Union (2012) (apresentados na Subsecao
3.5.1) para cintilacao baixa, moderada e forte.
7.2.1 Comparacao entre GPS, GLONASS e Galileo
Utilizando-se dados da Estacao PRU2 do ano de 2013, foram realizadas comparacoes
entre as constelacoes GPS, GLONASS e GALILEO. Os graficos da Figura 66 apresentam
a porcentagem de observacoes de ındice S4 na frequencia L1 classificados como cintilacao
moderada e forte ao longo do referido ano para cada constelacao. Foi utilizada uma
mascara de elevacao de 20o.
De uma forma geral, pode-se considerar que as distintas constelacoes podem ser uti-
lizadas para caracterizacao do perfil das cintilacoes nesta rede de monitoramento, ja que
os resultados foram bastante similares. Entre as constelacoes GPS e GLONASS, os re-
sultados apresentaram discrepancias de 0,185 e 0,01 pontos percentuais para cintilacao
moderada e forte, respectivamente. Entre GPS e Galileo, tais discrepancias foram 0,068
e 0,071 pontos percentuais. Entre GLONASS e Galileo, as discrepancias foram 0,117 e
0,061 pontos percentuais.
115
Figura 66: Porcentagem de cintilacoes moderadas e fortes. Comparacao entre GPS, GLO-
NASS e Galileo.
A identificacao dos satelites mais afetados pode ser empregada, por exemplo, em
investigacoes sobre a modelagem de cintilacao, sobre a construcao de tecnicas de mitigacao
e para a analise de series temporais. Foram realizadas comparacoes entre os ındices S4
obtidos por cada satelite GPS no ano de 2013. Os resultados apresentados na Figura 67 –
organizados por blocos de satelites – apresentam a porcentagem de observacoes de ındice
S4 na frequencia L1 classificados como cintilacao moderada e forte ao longo do referido
ano.
116
Figura 67: Porcentagem media de cintilacao moderada e alta para cada satelite GPS na
frequencia de transmissao L1, estacao PRU1, ano de 2013.
117
E possıvel observar que ha divergencias significativas entre certos satelites GPS ao
longo do referido ano de 2013. Este aspecto pode parecer inesperado, ja que, conforme
apresentado na Subsecao 2.1.1, o perıodo orbital dos satelites e de 12 horas siderais – o
que faz com que a geometria dos satelites obtida em um dia seja repetida no dia seguinte
cerca de quatro minutos mais cedo em relacao com o tempo universal. Para exemplificar,
se considerarmos que a variacao e exatamente igual a 4 minutos e considerando que um
dia tem 1440 minutos no sistema de tempo universal, apos 360 dias a geometria dos
satelites rastreados por uma estacao seria repetida (1440/4 = 360). Logo, neste perıodo
de 360 dias, o perıodo do dia em que um satelite esta visıvel ao receptor (cerca de 12
horas) variaria por completo, fazendo com que todos os satelites estivessem suscetıveis
aos horarios do dia com maior incidencia de cintilacao ionosferica ao longo de um ano.
No entanto, o mesmo aspecto de deslocamento da geometria dos satelites ao longo
do tempo pode ser considerado em relacao aos horarios do dia com maior incidencia de
cintilacao. A Figura 68 exemplifica este aspecto para um dos satelites menos afetados
– PRN 17 (Bloco II-R). Observa-se que nas epocas do ano mais afetadas pela cintilacao
(Janeiro a Marco, e Outubro a Dezembro), o referido satelite foi rastreado predominante-
mente em horarios onde os picos de cintilacao sao menos frequentes. Ja na epoca do ano
menos afetada pela cintilacao (Abril a Setembro), tal satelite foi rastreado nos horarios
que seriam mais afetados. Logo, ao longo de um ano, tal satelite praticamente nao foi
afetado pela cintilacao.
Portanto, alem da dependencia indireta atraves da hora do dia ao longo do dia do
ano, nao podemos concluir se ha variacoes significativas em S4 devido ao satelite em si.
118
Figura 68: Horarios de rastreio do satelite GPS PRN 17 em diferentes epocas.
A significativa discrepancia entre os nıveis de cintilacao observados em cada satelite ao
longo do ano de 2013 nao compareceu nos satelites GLONASS, que, de uma forma geral,
apresentaram maior uniformidade nos nıveis observados por satelite – conforme pode ser
visto na Figura 69. Atraves de consultas adicionais, pode-se perceber que em um perıodo
aproximado de tres meses, um satelite GLONASS e rastreado ao longo de todas as horas
do dia devido a suas caracterısticas peculiares de perıodo orbital. Logo, todos os satelites
da constelacao estiveram suscetıveis aos perıodos do ano nos quais as cintilacoes foram
mais frequentes (Janeiro a Marco, e Outubro a Dezembro).
119
Figura 69: Porcentagem media de cintilacao moderada e alta para cada satelite GLONASS
na frequencia de transmissao L1.
7.2.2 Comparacao entre os Indices S4 Total e S4 Corrigido
Na Subsecao 3.5.1, a Eq. 3.2 apresenta a definicao do ındice S4 total, enquanto a
Eq. 3.3 define o ındice S4 corrigido. Utilizando-se os mesmos dados do experimento da
Secao 7.2, sao apresentadas na Figura 70 a porcentagem de ocorrencia de cintilacao fraca,
moderada e forte utilizando-se o ındice S4 total e o ındice S4 corrigido. Pode-se notar
as discrepancias de 0,12, 0,10 e 0,01 pontos percentuais nas classificacoes obtidas com os
dois ındices; conclui-se que a utilizacao de um ou de outro nao implica em discrepancias
significativas para a realizacao de classificacoes com estes limiares.
120
Figura 70: Comparacao entre os ındices S4 total e S4 corrigido na estacao PRU2, ano de
2013.
7.2.3 Comparacao entre Frequencias (L1, L2 e L5)
Para a comparacao dos ındices S4 obtidos na frequencia L1 com os ındices obtidos nas
frequencia L2 e L5, foram utilizados ındices provenientes de satelites GPS do Bloco II-F,
observados no ano de 2013 na estacao PRU1. Foi utilizada uma mascara de elevacao de
20o e consideradas as observacoes simultaneas nas tres frequencias. A Figura 71 apresenta
os resultados. Observa-se, de acordo com a classificacao utilizada, que as cintilacoes fortes
foram mais recorrentes nas frequencias L2 e L5 em relacao a frequencia L1.
Figura 71: Porcentagem de cintilacoes moderadas e fortes considerando apenas satelites
GPS do bloco II-F na estacao PRU1, ano de 2013.
121
7.3 Avaliacao em relacao ao Multicaminho
A estacao MAN2 foi instalada em Marco de 2013; o receptor foi instalado em um novo
local apos problemas de infraestrutura no local anterior (estacao MANA). No entanto,
atraves de algumas analises, foi possıvel observar que os ındices observados em tal estacao
estavam acima do esperado, aspecto que levantou a hipotese da influencia de multicaminho
na estacao.
Utilizando a representacao de pierce points em uma grade com resolucao de 1o e
uma mascara de elevacao de 20o, representa-se na Figura 72 a quantidade de observacoes
de S4 moderado a alto (S4 > 0,3) para todo o perıodo de dados disponıvel da estacao
MAN2 – 23/03/2013 a 09/08/2013. Atraves da escala de cores, e possıvel observar a
repetibilidade de alto ındice S4 em algumas direcoes. Trata-se de um aspecto inesperado,
ja que tal perıodo do ano e caracterizado por baixo ındice S4 – o que pode ser observado
no comparativo apresentado na Figura 73 entre as estacoes MAN2 e PRU2.
Figura 72: Identificacao de multicaminho na estacao MAN2.
122
Figura 73: Comparativo entre as estacoes MAN2 e PRU2.
Repetindo-se a consulta com a aplicacao de um limiar no parametro sigma ccd
(sigma ccd < 0.15), e possıvel observar no mapa apresentado na Figura 74 a descaracteri-
zacao da repetibilidade de alto ındice S4 em algumas direcoes; tambem e possıvel observar
no grafico abaixo que os ındices S4 obtidos com tal filtro indicam uma caracterizacao mais
realista se comparados com os resultados obtidos na estacao PRU2.
123
Figura 74: Estacao MAN2 apos a filtragem no parametro sigma ccd.
7.4 Experimento para mitigacao dos efeitos da cinti-
lacao ionosferica no PPP
Um experimento foi realizado com objetivos de se avaliar os efeitos da cintilacao
ionosferica no PPP e aplicar uma abordagem para mitigacao de seus efeitos. Foram
empregadas estrategias de processamento baseadas na exclusao de satelites com base em
estimativas de cintilacao. Para tanto, foram utilizadas como referencia as estimativas
124
de cintilacao coletadas pelas estacoes da Rede CIGALA/CALIBRA. Como ambiente de
apoio, foi utilizada a ISMR Query Tool: alem dos mecanismos de analises ja apresentados,
foi tambem utilizada uma interface especıfica para edicao de arquivos RINEX com base
na visualizacao de atributos (VANI; MONICO; SHIMABUKURO, 2013a).
A seguinte metodologia foi empregada:
1. Processamento contınuo das estacoes de monitoramento, utilizando PPP cinematico,
janelas de dados com perıodos de duas horas e solucoes posicionais a cada cinco
minutos;
2. Identificacao de perıodos de significativa degradacao no PPP. Os resultados foram
comparados com as coordenadas verdadeiras das estacoes, sendo visualizados atraves
de scatterplots ;
3. Comparacao com as estacoes mais proximas pertencentes a Rede Brasileira de Moni-
toramento Contınuo dos Sistemas GNSS (RBMC): foram comparados os resultados
obtidos nas estacoes da RBMC mais proximas, analisando se tambem ocorreram
degradacoes no posicionamento;
4. Utilizacao das funcionalidades da ISMR Query Tool para analise dos atributos dispo-
nıveis na base de dados e para a edicao de arquivos RINEX baseada na visualizacao
de atributos;
5. Novo processamento da janela na estacao base e nas estacoes vizinhas sem os satelites
mais afetados;
6. Comparacao e analise dos resultados obtidos.
A Figura 75 apresentada a trajetoria da solucao posicional para a janela que obteve o
pior resultado da semana, a qual foi observada no dia 23 de outubro de 2012, entre 1h e 3h
UTC. A Figura 76 apresenta o ındice S4 para o mesmo perıodo; observa-se a ocorrencia
de altos nıveis de cintilacao.
125
Figura 75: Trajetoria da solucao posicional.
Figura 76: Indice S4 obtido na semana.
Apos a identificacao, foram processadas tambem as estacoes da RBMC mais proximas
(em um raio aproximado de 100 km) – estacoes ONRJ e RIOD, localizadas na cidade do
Rio de Janeiro, e estacao RJCG, localizada na cidade de Campos dos Goytacazes. Em
todas as estacoes tambem foram observadas significativas degradacoes no posicionamento.
Com base nos modulos de visualizacao disponıveis na ISMR Query Tool, foi possıvel
identificar os satelites mais degradados; os parametros utilizados como criterio de exclusao
de satelites foram o angulo de elevacao, locktime (tempo de rastreio do satelite desde a
ultima perda de ciclo), ındices S4 e Sigma-fi e o tempo de rastreio total do satelite. A
126
partir da identificacao, os satelites foram excluıdos do processamento por meio de uma
interface baseada em grids similar a apresentada na Figura 47.
Uma sıntese dos resultados e apresentada na Figura 77; sao apresentados os erros
posicionais (no sistema geodesico local) no processamento original e no processamento
modificado nas estacoes MAC2 (monitoramento), ONRJ, RIOD e RJCG (RBMC); os
resultados apresentaram, respectivamente, 67%, 77%, 39% e 73% de diminuicao do erro
resultante.
Figura 77: Erros posicionais no processamento original e no processamento modificado.
De uma forma geral, os resultados foram promissores. Destaca-se que o processo
de identificacao das observacoes mais degradadas na estacao de monitoramento poderia
ser automatizado, ja que neste experimento esta etapa foi feita de maneira manual; os
parametros e criterios utilizados tambem podem ser objeto de novos experimentos. O
experimento permite inferir que a densificacao da rede de monitoramento permitira – alem
do melhor entendimento sobre a variacao dos efeitos causados pela cintilacao ionosferica – a
derivacao de uma infraestrutura de suporte ao PPP e demais metodos de posicionamento.
Destaca-se que a operacionalizacao desta metodologia (em receptores de usuarios) pode
ser objeto de investigacoes futuras.
127
7.5 Experimento no PPS
Com o objetivo de avaliar os efeitos da cintilacao ionosferica em um metodo de baixa
acuracia – o Posicionamento por Ponto Simples (PPS) – foram processados dados das
estacoes pertencentes a RBMC. Tal processamento foi efetuado com o software que deno-
minamos PPS On-line, o qual foi desenvolvido ao longo desta Pesquisa. O PPS On-line
processa observaveis de pseudodistancias GPS obtidas pelo codigo C/A; sao aplicados os
modelos de Klobuchar e de Hopfield para atenuacao dos efeitos da refracao da ionosfera
e da troposfera, respectivamente (VANI; MONICO; SHIMABUKURO, 2013b). Diferen-
temente do software Gipsy, o PPS On-line nao efetua filtragens sobre as observaveis e
nem recorre a processos de suavizacao no processamento. Desta forma, inumeras fontes
de erro estao presentes alem das cintilacoes. Para cada estacao, foram obtidas solucoes
posicionais advindas do processamento de uma epoca de dados a cada cinco minutos.
Estas solucoes, bem como as estimativas de precisao, foram armazenadas em uma tabela
no banco de dados para posterior analise.
A visualizacao dos resultados envolvendo os dados de toda a rede foi implementada
atraves de um mapa navegavel no qual pode-se apresentar, por exemplo, o erro resul-
tante ou o desvio-padrao da solucao em cada estacao em determinada epoca atraves de
cırculos proporcionais. Um exemplo e apresentado na Figura 78. Atraves da interacao
com o mouse, mais detalhes sao apresentados (nome da estacao, erro e desvio-padrao nas
componentes e resultantes).
Atraves da analise de mapas como o apresentado na Figura 78 em diferentes epocas,
e possıvel observar se ocorre a caracterizacao dos efeitos causados pela cintilacao em
larga escala. Um exemplo e apresentado na Figura 79. A esquerda e apresentado o
mapa de cırculos proporcionais a resultante do desvio-padrao das componentes para o dia
05 de Dezembro de 2013, as 0h UTC. E possıvel notar que ha uma predominancia de
cırculos maiores na regiao sudeste em relacao ao restante do paıs. Ao confrontar-se com o
mapa da direita – onde sao representados os desvios-padrao do ındice S4 nos pierce-points
considerando-se todos os satelites disponıveis no intervalo de uma hora antes e uma hora
depois da epoca do processamento – e possıvel associar tal comportamento a incidencia
de significativa cintilacao.
128
Figura 78: Representacao de cırculos com raios proporcionais ao desvio-padrao resultante– Modo PPS, dia 14/11/2013 12:00 UTC.
Figura 79: Analise comparativa entre a degradacao no PPS e o ındice S4.
129
8Conclusao
Com o objetivo de estender as possibilidades de analise exploratoria dos dados de
monitoramento da cintilacao ionosferica, foram investigadas tecnicas de mineracao e vi-
sualizacao de dados, as quais foram posteriormente aplicadas atraves do software ISMR
Query Tool. Os recursos implementados serviram de suporte a realizacao de analises e
experimentos com base nos dados de monitoramento disponıveis atraves da Rede CIGA-
LA/CALIBRA, como a avaliacao de aspectos acerca da variacao temporal e espacial das
cintilacoes. Tais recursos podem subsidiar diversos estudos neste contexto, tais como a
modelagem da cintilacao ionosferica no Brasil e a derivacao de estrategias de mitigacao.
Os experimentos demostraram que, de uma forma geral, as epocas do ano mais afeta-
das pela cintilacao estao compreendidas nos intervalos de janeiro a marco e de outubro a
dezembro, com predominancia de picos de alto ındice S4 entre 21h e 23h no horario local
com variacoes peculiares de acordo com a localizacao na regiao brasileira. Em relacao a
dimensao espacial da ocorrencia de cintilacoes no Brasil, os dados evidenciaram o aspecto
de predominancia de eventos de cintilacao em regioes localizadas ao norte e ao sul do
equador geomagnetico (cerca de 10o a 20o). As analises demonstraram que pode haver
maior suscetibilidade de ocorrencia de cintilacoes em satelites especıficos de acordo com
a geometria dos mesmos. Os resultados tambem demonstraram que as constelacoes GPS,
GLONASS e Galileo apresentaram resultados similares na classificacao do ındice S4 para
cintilacoes fracas, moderadas e fortes com a tecnica SAX ao longo de um ano.
A ferramenta ISMR Query Tool foi disponibilizada atraves da Internet ao longo desta
pesquisa, sendo caracterizada portanto como um servico web que complementa a infra-
estrutura de monitoramento. A disponibilizacao das tecnicas estudadas e implementadas
representa uma contribuicao significativa para as Ciencias Cartograficas e Geodesicas, bem
como para os estudos relacionados a cintilacao em outras areas de conhecimento. Pode-se
130
afirmar que dentre os recursos oferecidos a principal caracterıstica e a possibilidade de
se identificar rapidamente se houve ou nao cintilacao em um cenario de grande volume
de dados de monitoramento. Este aspecto pode ser levado em consideracao em diferentes
contextos – por exemplo, pode-se verificar se resultados degradados em levantamentos com
GNSS estao associados a ocorrencia de cintilacao. Destaca-se que ao longo do perıodo de
realizacao desta pesquisa, diversos pesquisadores puderam usufruir dos recursos ofereci-
dos atraves da Internet. Dentre estes, destacam-se os alunos de mestrado e doutorado do
PPGCC, alunos de iniciacao cientıfica, pesquisadores e parceiros envolvidos nos projetos
CIGALA e CALIBRA e pesquisadores de outras instituicoes – como o Instituto Nacional
de Pesquisas Espaciais (INPE) e o Instituto de Ciencias Matematicas e Computacao da
Universidade de Sao Paulo (ICMC-USP). Destaca-se ainda que no perıodo compreendido
entre Marco a Dezembro de 2013, cerca de 5.000 consultas foram realizadas atraves da
ferramenta.
Foram aplicados os metodos de posicionamento PPP e PPS com o objetivo de se iden-
tificar o quanto o posicionamento esta sendo degradado pela cintilacao ionosferica. Desta
forma, pode-se comparar ındices de monitoramento de cintilacao com indicadores de acu-
racia do posicionamento GNSS. Alguns resultados foram apresentados, mas e importante
destacar que ha uma margem extensa para a realizacao de novos estudos. No contexto
dos metodos de posicionamento, diversas configuracoes e distintos softwares podem ser
aplicados para a geracao dos resultados. Ja no contexto da analise e exploracao dos re-
sultados, outras estrategias de visualizacao e representacoes tematicas podem ser objeto
de estudos adicionais.
Um aspecto importante a destacar e o uso de bibliotecas de codigo-fonte aberto e de
softwares livres ao longo do desenvolvimento desta pesquisa. Os esforcos envidados pela
comunidade de software livre permitem a otimizacao e o aproveitamento de recursos sem
restricoes burocraticas, acarretando em eficiencia aos desenvolvedores e consequentemente
benefıcios aos usuarios finais e aos pesquisadores.
Como continuidade a este trabalho, recomenda-se a aplicacao de conceitos de analise
estatıstica – em sucessao a analise exploratoria aqui abordada. Com isso, os recursos
disponıveis na ISMR Query Tool podem ser enriquecidos com algumas caracterısticas,
tais como a determinacao de quantis, propriedades de distribuicao dos dados e analise de
correlacoes. No campo das Ciencias da Computacao, recomenda-se a realizacao de estudos
referentes a otimizacao de consultas aos dados e a estrategias alternativas de modelagem
de dados espaciais e temporais.
131
Em relacao a tecnicas de mineracao de dados, a abordagem proposta pela tecnica
SAX foi utilizada nesta pesquisa. Os resultados foram promissores, ja que permitiram
obter aspectos descritivos acerca do comportamento da cintilacao ionosferica com mais
eficiencia, alem de permitir a realizacao de testes comparativos atraves da aplicacao de
limiares empıricos. A determinacao da largura de janelas, bem como do passo entre janelas
consecutivas, pode ser objeto de estudos adicionais, ja que estes parametros podem agregar
mais eficiencia na determinacao dos resultados com um maior controle sobre o prejuızo a
informacao.
Recomenda-se a aplicacao de outras abordagens de mineracao de dados – inclusive
abordagens preditivas nos contextos temporal e espacial –, uma vez que a infraestrutura de
base, que pode representar ate 70% do tempo desprendido para a realizacao de projetos
deste tipo, esta organizada e funcional. Ressalta-se que a predicao de fenomenos de
cintilacao tem destacada importancia para os usuarios do GNSS, uma vez que pode servir
de base para estrategias de mitigacao, ou simplesmente para atividades de planejamento.
Em relacao a mitigacao da cintilacao ionosferica no posicionamento GNSS, um experi-
mento foi apresentado utilizando-se o metodo PPP. Os resultados obtidos demonstraram
que a visualizacao de atributos de monitoramento tem importante contribuicao para a
identificacao de observacoes degradadas pela cintilacao e posterior derivacao de melhorias
no processamento atraves da exclusao das mesmas. A modelagem e a operacionalizacao
deste tipo de abordagem ou outros tipos de correcoes tambem figuram como uma vertente
para trabalhos futuros. Com a expansao da rede de monitoramento e a densificacao de
estacoes em algumas regioes, tem-se a base necessaria para a realizacao de estudos rela-
cionados a cintilacao em metodos de posicionamento baseados em redes, onde correcoes
relacionadas a cintilacao podem ser derivadas a partir dos dados de monitoramento de
todas estacoes da rede.
Recomenda-se tambem a realizacao de analises referentes a simultaneidade de cintila-
coes em diferentes satelites. Este tipo de analise pode ser empregado para determinacao
de variancias e principalmente de covariancias em modelagens estocasticas adequadas ao
cenario de cintilacao ionosferica. Este tipo de analise pode ser suportado pelas tecnicas de
visualizacao implementadas nesta pesquisa, como exemplo, por meio de horizon charts.
Investigacoes sobre a derivacao de ındices de cintilacao em receptores convencionais
tambem sao importantes. Com tal aspecto, a cintilacao poderia ser melhor estudada no
Brasil atraves da RBMC, a qual apresenta uma densidade superior a Rede CIGALA/CA-
LIBRA.
132
Ressalta-se que os resultados obtidos nesta pesquisa podem fazer parte de um servico
de monitoramento da ionosfera. As funcionalidades desenvolvidas podem integrar um
sistema de multiplas visoes coordenadas, onde interacoes com um tipo de visualizacao sao
imediatamente ligadas a outras representacoes visuais.
Ressalta-se, por fim, a relacao forte de multidisciplinaridade entre as Ciencias Carto-
graficas e as Ciencias da Computacao, a qual figura como uma valiosa fonte de recursos
para a solucao de problemas e alcance de melhorias no Posicionamento GNSS.
133
Referencias
BENIGUEL, Y. Global Ionospheric Scintillation Model. September 2011. Disponıvel em:<http://www.ieea.fr/help/gism-technical.pdf>. Acesso em: 02 jan. 2014.
BOSTOCK, M. Time Series Visualization with Cubism.js. May 2012. Disponıvel em:<http://square.github.io/cubism/>. Acesso em: 15 jul. 2013.
COLLINS, P. et al. Undifferenced GPS ambiguity resolution using the decoupled clockmodel and ambiguity datum fixing. Navigation, v. 57, n. 2, p. 123, 2010.
CONKER, R. S. et al. Modeling the effects of ionospheric scintillation on GPS/satellite-based augmentation system availability. RADIO SCIENCE, v. 38, 2003. Disponıvel em:<http://dx.doi.org/10.1029/2000RS002604>.
CROARKIN, C.; TOBIAS, P. Engineering statistics handbook. NIST/SEMATECH,2012. Disponıvel em: <http://www.itl.nist.gov/div898/handbook% -/index.htm>.Acesso em: 12 jan. 2014.
DAL POZ, W. R. Investigacoes preliminares sobre a influencia do clima espacialno posicionamento relativo com GNSS. 159 f. Dissertacao (Mestrado em CienciasCartograficas) — Universidade Estadual Paulista, Presidente Prudente, 2010.
DATTA-BARUA, S. et al. Ionospheric scintillation effects on single and dual frequencyGPS positioning. In: Proceedings of the ION GPS 2003. Portland (OR): [s.n.], 2003.
DAVIES, K. Ionospheric Radio. London: Peter Peregrinus, 1990. 580 p.
FEW, S. Time on the horizon. Visual Business Intelligence Newsletter, p. 1–7, 2008.
FINLAY, C. et al. International geomagnetic reference field: the eleventh generation.Geophysical Journal International, Wiley Online Library, v. 183, n. 3, p. 1216–1230,2010.
GREWAL, M. S.; WEILL, L. R.; ANDREWS, A. P. Global Positioning Systems, InertialNavigation, and Integration. Hoboken, N.J.: John Wiley & Sons, 2007. 525 p.
134
GUSTAFSSON, G.; PAPITASHVILI, N.; PAPITASHVILI, V. A revised correctedgeomagnetic coordinate system for epochs 1985 and 1990. Journal of atmospheric andterrestrial physics, Elsevier, v. 54, n. 11, p. 1609–1631, 1992.
HAN, J.; KAMBER, M. Data Mining : Concepts and techniques. 2. ed. San Francisco(CA): Morgan Kaufmann, 2006. 770 p.
HARTWIG, F. Exploratory data analysis. [S.l.]: Sage, 1979.
HEGARTY, C. et al. Scintillation modeling for GPS-Wide Area Augmentation Systemreceivers. Radio Science, v. 36, n. 5, p. 1221–1231, September/October 2001.
IEEA - THEORETICAL STUDIES IN ELECTROMAGNETISM. GISM : GlobalIonospheric Model. 2010. Disponıvel em: <http://www.ieea.fr/en/softwares/gism-ionospheric-model.html>. Acesso em: 25 nov. 2012.
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS (INPE). Scintec Project. 2009.Disponıvel em: <http://www.inpe.br/scintec>. Acesso em: 10 jul. 2013.
INTERNATIONAL TELECOMMUNICATION UNION. Ionospheric propagationdata and prediction methods required for the design of satellite services and systems :Recommendation ITU-R p.531-11. 1. ed. [S.l.], 2012. Disponıvel em: <http://www.itu-.int/pub/R-REC/en>.
KEHRER, J. Integrating Interative Visual Analysis of Large Time Series Data into theSimVis System. 108 f. Dissertacao (Mestrado) — VRVis Research Center and ViennaUniversity of Technology, Austria, Vienna, 2007.
KEIM, D. et al. Information visualization. In: KERREN, A. et al. (Ed.). Berlin,Heidelberg: Springer-Verlag, 2008. cap. Visual Analytics: Definition, Process, andChallenges, p. 154–175. ISBN 978-3-540-70955-8.
KEIM, D. A. et al. Visual data mining. In: SIMOFF, S. J.; BOHLEN, M. H.; MAZEIKA,A. (Ed.). Berlin, Heidelberg: Springer-Verlag, 2008. cap. Visual Analytics: Scope andChallenges, p. 76–90. ISBN 978-3-540-71079-0.
KEOGH, E. et al. Locally adaptive dimensionality reduction for indexing large timeseries databases. In: Proceedings of the 2001 ACM SIGMOD international conferenceon Management of data - SIGMOD ’01. New York, New York, USA: ACM Press, 2001.v. 30, n. 2, p. 151–162. ISBN 1581133324.
KEREN, G.; LEWIS, C. A handbook for data analysis in the behavioral sciences:statistical issues. [S.l.]: Routledge, 1993.
KINTNER JR., P.; HUMPHREYS, T.; HINKS, J. GNSS and ionospheric scintillation:How to survive the next solar maximum. Inside GNSS, p. 22–30, 2009.
KIRCHHOFF, V. W. J. H. Introducao a geofısica espacial. Sao Paulo: Nova Estella, Ed.USP/FAPESP, 1991. 149 p.
KLOBUCHAR, J. A. Ionospheric time-delay algorithm for single-frequency GPS users.IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS, AES-23,n. 3, p. 325–331, May 1987.
135
LEICK, A. GPS satellite surveying. Hoboken: John Wiley, 2004. 435 p.
LIN, J. et al. A symbolic representation of time series, with implications for streamingalgorithms. In: Proceedings of the 8th ACM SIGMOD workshop on Research issues indata mining and knowledge discovery. San Diego (CA): [s.n.], 2003.
LIN, J. et al. Visually mining and monitoring massive time series. In: Proceedings of the2004 ACM SIGKDD international conference on Knowledge discovery and data mining.[S.l.: s.n.], 2004.
MacEACHREN, A. M. How maps work: representation, visualization, and design. NewYork: Guilford Press, 1995. 513 p.
MARQUES, H. A. PPP em tempo real com estimativa das correcoes dos relogios dossatelites no contexto de rede GNSS. 244 f. Tese (Doutorado em Ciencias Cartograficas)— Universidade Estadual Paulista, Presidente Prudente, 2012.
MATSUOKA, M. T. INFLUENCIA DE DIFERENTES CONDICOES DA IONOSFERANO POSICIONAMENTO POR PONTO COM GPS: Avaliacao na regiao brasileira.263 f. Tese (Doutorado em Ciencias Cartograficas) — Universidade Estadual Paulista,Presidente Prudente, 2007.
McNAMARA, L. F. The Ionosphere: communications, surveillance, and directionfinding. Florida: Krieger, 1991. 237 p.
MENDONCA, M. A. M.; MONICO, J. F. G.; MOTOKI, G. M. Efeitos da cintilacaoionosferica na agricultura de precisao: Um estudo de caso. In: SIMPOSIO BRASILEIRODE GEOMATICA, 3., 2012, Presidente Prudente. Anais... Presidente Prudente: UNESP,2012. v. 1, p. 262–267.
MONICO, J. Posicionamento por ponto de alta precisao utilizando o GPS: uma solucaopara a geodinamica. Brazilian Journal of Geophysics, SciELO Brasil, v. 18, n. 1, 2000.
MONICO, J. F. G. Posicionamento pelo GNSS : descricao, fundamentos e aplicacoes.Sao Paulo: Ed. da UNESP, 2008. 476 p.
MUELLA, M. et al. Tomographic imaging of the equatorial and low-latitude ionosphereover central-eastern brazil. Earth Planets and Space, v. 63, n. 2, p. 129, 2011.
MULLER, W.; SCHUMANN, H. Visualization methods for time-dependent data - anoverview. In: Simulation Conference, 2003. Proceedings of the 2003 Winter. [s.n.], 2003.v. 1, p. 737–745. Disponıvel em: <http://dx.doi.org/10.1109/WSC.2003.1261490>.
NATIONAL AERONAUTICS AND SPACE ADMINISTRATION (NASA). Solar CyclePrediction. Janeiro 2014. Disponıvel em: <http://solarscience.msfc.nasa.gov/predict%-.shtml>. Acesso em: 10 jan. 2014.
NATIONAL OCEANIC AND ATMOSPHERIC ADMINISTRATION (NOAA) - SPACEWEATHER PREDICTION CENTER. Solar Cycle Progression. Janeiro 2014. Disponıvelem: <http://www.swpc.noaa.gov/SolarCycle/>. Acesso em: 10 jan. 2013.
136
NORTHWEST RESEARCH ASSOCIATES, INC. (NWRA). The WBMod IonosphericScintillation Model. 2011. Disponıvel em: <http://www.nwra.com/ionoscint/eqdemo-/demo 0100.html>. Acesso em: 25 nov. 2012.
PENG, S. et al. High latitude ionosphere scintillations at GPS L5 band. In: Proceedingsof the 24th International Technical Meeting of The Satellite Division of the Institute ofNavigation (ION GNSS 2011). Portland, Oregon (USA): [s.n.], 2011. p. 597–607.
POLEZEL, W. G. C. INVESTIGACOES SOBRE O IMPACTO DA MODERNIZACAODO GNSS NO POSICIONAMENTO. 106 f. Dissertacao (Mestrado em CienciasCartograficas) — Universidade Estadual Paulista, Presidente Prudente, 2010.
PRASAD, R.; RUGGIERI, M. Applied satellite navigation using GPS, GALILEO, andaugmentation systems. [S.l.]: Artech House, 2005.
RADICELLA, S. M. The nequick model genesis, uses and evolution. Annals of geophysics,v. 52, n. 3/4, p. 417–422, 2009.
REIMANN, C. et al. Statistical data analysis explained : applied environmental statisticswith r. Chichester: John Wiley & Sons, 2008. 343 p.
REZENDE, L. de et al. Mapping and survey of plasma bubbles over brazilian territory.Journal of Navigation, Cambridge Univ Press, v. 60, n. 01, p. 69–81, 2007.
REZENDE, L. F. C. de. Mineracao de Dados Aplicada a Analise e Predicao deCintilacao Ionosferica. 176 f. Dissertacao (Mestrado em Computacao Aplicada) —Instituto Nacional de Pesquisas Espaciais, Sao Jose dos Campos, 2009.
ROCHA, H. V.; BARANAUSKAS, M. C. C. Design e Avaliacao de InterfacesHumano-Computador. Sao Paulo: NIED/UNICAMP, 2003. 244 p.
ROHDE, R. A. 400 years of sunspot observations. 2012. Imagem digital. Disponıvel em:<http://www.globalwarmingart.com/wiki/File:Sunspot Numbers png>. Acesso em: 25abr. 2013.
SAPUCCI, L. F.; MACHADO, L. A. T.; MONICO, J. F. G. Previsoes do atraso zenitaltroposferico para a america do sul: variabilidade sazonal e avaliacao da qualidade.Revista Brasileira de Cartografia, v. 58, n. 3, 2009.
SECAN, J. et al. High-latitude upgrade to the wideband ionospheric scintillation model.Radio Science, Wiley Online Library, v. 32, n. 4, p. 1567–1574, 1997.
SEEBER, G. Satellite geodesy : foundations, methods, and applications. Berlin: Walterde Gruyter, 2003. 589 p.
SEO, J. et al. Evaluation of deep signal fading effects due to ionospheric scintillation onGPS aviation receivers. In: Proceedings of the 21st International Technical Meeting of theSatellite Division of the Institute of Navigation. Savannah (GA): [s.n.], 2008. p. 16–19.
SEPTENTRIO SATELLITE NAVIGATION. PolaRxS Application Manual : Version2.4.1. Leuven, June 2013.
137
SHIMABUKURO, M. H. et al. Coordinated views to assist exploration of spatio-temporal data: A case study. In: IEEE. Coordinated and Multiple Views in ExploratoryVisualization, 2004. Proceedings. Second International Conference on. [S.l.], 2004. p.107–117.
SHNEIDERMAN, B. Inventing discovery tools: Combining information visualizationwith data mining. In: JANTKE, K. P.; SHINOHARA, A. (Ed.). Discovery Science.Springer Berlin Heidelberg, 2001, (Lecture Notes in Computer Science, v. 2226). p. 17–28.ISBN 978-3-540-42956-2. Disponıvel em: <http://dx.doi.org/10.1007/3-540-45650-3 4>.
SILVA, H. A.; MONICO, J. F. G.; MARQUES, H. A. Analise de series temporais decoordenadas GNSS sob efeitos de cintilac ao ionosferica. In: SIMPOSIO BRASILEIRODE GEOMATICA, 3., 2012, Presidente Prudente. Anais... Presidente Prudente: UNESP,2012. v. 1, p. 228–233.
SKONE, S.; HOYLE, V. Canadian GPS network for ionosphere monitoring (CANGIM).GPS Solutions, Springer-Verlag, v. 9, n. 1, p. 59–62, 2005. ISSN 1080-5370. Disponıvelem: <http://dx.doi.org/10.1007/s10291-004-0117-3>.
SKONE, S. et al. Investigating the impact of ionospheric scintillation using a GPSsoftware receiver. In: Proceedings of the ION GNSS 2005 Conference. Long Beach (CA):[s.n.], 2005.
TANDON announces tiny but powerful 3,5-inch disk drive. [S.l.]: InfoWorld, v. 4, n. 43,November 1982.
TAUXE, L. et al. Essentials of Paleomagnetism. 2nd web edition. ed. [s.n.], 2014. 512 p.Disponıvel em: <http://magician.ucsd.edu/Essentials%5f2/WebBook2.html>. Acessoem: 02 abr. 2014.
TEUNISSEN, P. J. G.; KLEUSBERG, A. (Ed.). GPS for Geodesy. Berlim:Springer-Verlag, 1998. 650 p.
TIWARI, R. et al. WBMod assisted PLL GPS software receiver for mitigatingscintillation affect in high latitude region. In: General Assembly and ScientificSymposium, 2011 XXXth URSI. Istanbul, Turkey: [s.n.], 2011. p. 1–4. Disponıvel em:<http://dx.doi.org/10.1109/URSIGASS.2011.6050861>.
UNIVERSIDADE ESTADUAL PAULISTA - CAMPUS PRESIDENTE PRUDENTE.CIGALA/CALIBRA/Ionospheric Scintillation. 2013. Disponıvel em: <http://is-cigala-calibra.fct.unesp.br>. Acesso em: 07 jul. 2013.
VAN DIERENDONCK, A. J.; KLOBUCHAR, J. A.; HUA, Q. Ionospheric scintillationmonitoring using commercial single frequency C/A code receivers. In: Proceedings of theInstitute of Navigation. Alexandria (VA): [s.n.], 1993. p. 1324–1333.
VANI, B. C.; MONICO, J. F. G.; SHIMABUKURO, M. H. Avaliacao do PPP emestacoes da RBMC proximas as estacoes da rede CIGALA/CALIBRA no contextode cintilacao ionosferica. In: WORKSHOP DA RBMC, 1., 2013, Sao Paulo. AnaisEletronicos... Sao Paulo: MundoGEO, 2013. Disponıvel em: <http://mundogeoconnect-.com/2013/palestrante% -/workshop-rbmc/>. Acesso em: 21 jul. 2013.
138
VANI, B. C.; MONICO, J. F. G.; SHIMABUKURO, M. H. Fundamentos e aspectoscomputacionais para posicionamento por ponto GPS. Revista Brasileira de Geomatica,v. 1, n. 2, 2013. No prelo.
VISUALIZACAO. In: DICIONARIO da lıngua portuguesa. Editora MelhoramentosLtda, 2009. Disponıvel em: <http://www.michaelis.uol.com.br>. Acesso em: 7 jul. 2013.
WALTER, T. et al. Effect of ionospheric scintillations on GNSS: A white paper. SBASIonospheric Working Group, 2010.
WARD, M.; GRINSTEIN, G. G.; KEIM, D. Interactive data visualization: Foundations,techniques, and applications. Natick: AK Peters, 2010. 496 p.
WARE, C. Information Visualization: perception for design. 3. ed. San Francisco:Morgan Kaufmann, 2012. 512 p.
WIJK, J. J. V.; SELOW, E. R. V. Cluster and calendar based visualization of time seriesdata. In: IEEE. Information Visualization, 1999.(Info Vis’ 99) Proceedings. 1999 IEEESymposium on. [S.l.], 1999. p. 4–9.
WORLD DATA CENTER FOR GEOMAGNETISM, KYOTO. Geomagnetic DataService. Janeiro 2014. Disponıvel em: <http://wdc.kugi.kyoto-u.ac.jp/index.html>.Acesso em: 10 jan. 2014.
ZUMBERGE, J. et al. Precise point positioning for the efficient and robust analysis ofgps data from large networks. Journal of Geophysical Research, American GeophysicalUnion, v. 102, n. B3, p. 5005–5017, 1997.
